基于多维度规则的网约车智能派单方法及系统

本发明涉及网约车派单技术领域，尤指基于多维度规则的网约车智能派单方法及系统，通过采集乘客订单、司机状态、交通路况、环境天气和区域事件，构建标准化多维特征集合，基于循环神经网络联合建模区域订单需求和司机上线情况，输出预期乘客及司机热力分布，并由此构建预期差值热力分布，通过强化学习训练调度策略，使空驶车辆在订单生成前主动迁移至供需缺口区域，进一步结合订单生成情况与司机预期下班信息，计算司机完成服务后返程至预期下班地点所需的累计行驶时间，与预期下班时间差值最小时选择工单进行派发，从而实现派单策略与司机工作周期的精准匹配。有效减少空驶率，提升系统在动态供需环境下的快速响应能力和资源配置效率。