摘要
本发明公开了基于分层抹零规则的运输价格智能修正方法及系统,属于运输价格优化技术领域,包括:根据司机历史数据,利用改进的Transformer架构模型计算司机接单概率,结合订单与司机数据算出初始报价,并通过非线性修正函数依据接单概率调整,得到概率加权报价;基于概率加权报价划分价格区间,设置分层抹零策略,运用梯度提升树模型预测司机对抹零后价格的接受度,依接受度阈值判断是否二次抹零,确定最终报价;记录司机接单或拒单行为,反向更新司机接单概率预测模型参数与分层抹零策略,形成闭环优化;本发明通过多模型协同、动态参数调整与反馈优化,精准修正运输价格,降低二次付费概率,提升平台订单成交率。
技术关键词
智能修正方法
司机
梯度提升树模型
多头注意力机制
订单
分层
前馈神经网络
智能修正系统
数据收集模块
策略
非线性
模糊逻辑
多模型协同
决策
参数
动态
付费
系统为您推荐了相关专利信息
多头注意力机制
序列
充放电循环次数
粒子群优化算法
数据
需求预测方法
标签体系
构建预测模型
计算机可读指令
备件需求量
多无人机
分布式协作
混合网络
卸载方法
多头注意力机制
卷积网络模型
回波
外辐射源雷达系统
协方差矩阵
虚警概率
卷烟叶组配方
梯度提升树模型
烟叶样品
感官
评价方法