周颖晚上约了朋友在解放碑见面，临下班前10分钟预约了一辆专车，司机提前5分钟到达公司门口。周颖早在两年前就养成出门打专车的习惯，近来她明显感觉神州专车司机速度更快了。“上下班是最堵车的时候，如何叫到一辆能迅速赶过来的网约车，也是一项技能”，周颖笑着说。
　　网约车多长时间能够赶到乘客位置？除了乘客附近恰好有空车的随机因素，更大的因素在于网约车系统后台能在多大程度上做好订单预测与智能调度。
　　日前，神州优车开放智慧交通开放平台UTOP，亮相人车生态智能系统“优车智脑”，依据时间、位置、天气等不同因素，基于GBDT（Gradient Boosting Decision Tree，梯度提升决策树）等机器学习算法,实现实时预判专车供需变化，为共享出行提供智能解决方案。 
　　在技术后台，“优车智脑”将城市运行区域划分为若干蜂巢型网格，叠加到底层地图上。每个网格计算未来10分钟的需求供给差。依据时间维度，用户订单分为实时订单和预约订单，在此基础上系统计算每个网格未来10分钟的订单需求趋势。
　　供给方面，依据时间维度，供给包括三类：已经在某网格内的车辆及状态信息；已经在某网格内但是在未来10分钟要离开的车辆及状态信息；未来10分钟内将抵达该网格且为终点的车辆信息，如果有载客，预计多长时间完成订单改为空车状态。
　　掌握了供需两端数据后，“优车智脑”计算出全区域网格的需求供给差，绘制“需求供给热力图”，不同的需求供给等级用不同的色块标注出来。司机刷新应用，“需求供给热力图”引导司机主动向高需求供给差的区域转移，缩短乘客等候时间。通过供需优化，神州专车乘客下单后的等待时间平均缩短2.5分钟。
　　神州优车相关负责人介绍，神州优车积累了10年的数据，涉及数百万台车辆、3000余万用户画像、100亿公里道路轨迹。“优车智脑”通过对多元场景下的人、车、道路环境等信息大数据分析，实现资源匹配的智能优化。

深圳公明劳务派遣