本发明属于充电桩推荐，特别涉及一种基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法。
背景技术：
1、随着电动汽车的普及，共享充电桩作为重要的基础设施，其智能化推荐系统对于提高充电便利性和效率至关重要。智能充电桩推荐技术领域关注如何通过算法优化，实现充电桩资源的高效分配和用户的个性化需求满足。
2、现有的共享充电桩推荐系统往往存在以下不足：匹配精度有限，很多系统只考虑了基础的匹配条件，如充电桩的空闲状态和兼容性，未能充分考虑用户的具体需求和充电桩的综合性能；缺乏动态优化，一些系统未能实时更新充电桩的使用状态和性能评估，导致推荐结果可能不准确或过时；用户体验不足，现有技术可能未能提供个性化的推荐列表，用户仍需在多个选项中手动筛选，增加了用户的操作负担。
3、针对上面所述的不足现有技术提出了一些相应的解决措施及，现有技术可能采取了以下措施：
4、采用基础匹配算法，实现基本的充电桩与用户需求的匹配，如空闲时间和兼容性检查。
5、采用简单评分系统，根据充电桩的使用频率等简单指标为充电桩打分，推荐分数高的充电桩。
6、但是这些技术任然存在一些不足，基础匹配算法忽略了充电效率和安全性等重要因素，简单评分系统可能未能综合考虑多个评估系数，缺乏对充电桩性能的全面评价。
7、为此，我们提出一种基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法。
技术实现思路
1、根据以上现有技术中的不足，本
技术实现要素：
要解决的技术问题是提供一种基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法及系统，旨在提高充电桩的利用率和用户充电体验，同时确保充电过程的安全性。
2、为了实现以上目的，本发明内容采用如下技术方案：
3、基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法，包括以下步骤：
4、步骤s1.动态哈夫曼模型构建，收集充电桩的状态信息，计算每个充电桩的使用频率，利用计算的使用频率构建动态哈夫曼模型，动态哈夫曼模型中将充电桩作为叶子节点，使用频率作为权重；
5、步骤s2.用户需求分析与充电桩双边匹配，获取用户的充电请求，利用步骤s1中收集的充电桩状态信息和获取的用户充电请求，使用双边匹配算法进行初步匹配；
6、步骤s3.充电桩评估系数量化，定义充电桩评估系数，并且量化每个系数，使用量化的系数为每个充电桩分配综合评分，充电桩评估系数包括使用频率、充电效率和安全系数；
7、步骤s4.动态哈夫曼编码，利用步骤s1构建的动态哈夫曼树对充电桩进行编码，将编码转换为可比较的数值，表示充电桩的优先级；
8、步骤s5.双边匹配优化，结合步骤s3中的评估系数和步骤s4中的编码结果优化双边匹配；
9、步骤s6.推荐结果生成，汇总步骤s5中计算得到的每个充电桩的优化匹配度，利用得到的优化匹配度对所有的候选充电桩进行排序，创建一个推荐列表，推荐列表按照充电桩的优化匹配度从高到低进行排序，将排序后的推荐列表展示给用户，用户能够根据自己的需求选择最合适的充电桩。
10、进一步地，所述步骤s1中，构建动态哈夫曼树的方法包括：
11、步骤s11.定期收集每个充电桩的状态信息，这些信息包括充电功率、当前占用状态(是否空闲或被占用)、历史使用数据等；
12、步骤s12.使用频率计算，对每个充电桩i，计算充电桩i在特定观察期间内的使用频率，使用频率的计算公式为：
13、
14、其中，fi为使用频率；ni为充电次数，是充电桩i在观察期间的总使用次数；t为观察总时间，是收集数据的时间跨度；
15、步骤s13.动态哈夫曼树构建，利用每个充电桩i的使用频率作为权重，构建一个动态哈夫曼树，动态哈夫曼树中每个叶子节点代表一个充电桩，内部节点代表充电桩的组合；构建过程中，将使用频率最低的充电桩(或充电桩组合)逐步合并，形成新的节点，这个过程一直持续，直到形成一个单一的根节点；
16、步骤s14.优先级编码，在上述步骤构建的哈夫曼树中，根据每个充电桩i在树中的位置确定充电桩i的编码，较短的编码路径表示较高的使用频率和优先级。
17、进一步地，所述步骤s2中，双边匹配算法初步匹配的步骤包括：
18、步骤s21.需求获取，从步骤s1中构建的动态哈夫曼树模型中提取充电桩的实时状态信息；
19、步骤s22.双边匹配算法设计，利用双边匹配算法，将用户需求与充电桩的状态信息进行匹配，匹配过程中考虑充电桩的可用性、兼容性和用户的时间要求；
20、其中，可用性是充电桩在用户所需时间窗口内的空闲状态，兼容性是充电桩是否支持用户电动汽车的电池类型，时间要求是用户充电请求中指定的时间窗口；
21、匹配算法逻辑为；
22、对于每个充电桩，首先检查其是否与用户电动汽车的电池类型兼容；
23、如果充电桩兼容，检查充电桩在用户指定的充电起始时间和终止时间之间的占用状态；
24、如果充电桩在用户所需时间窗口内可用，则计算时间窗口匹配度；
25、电池类型兼容性表示为：
26、
27、步骤s23.匹配度计算：根据用户需求和充电桩状态，计算初步匹配度，并根据匹配度进行排序。
28、进一步地，计算初步匹配度以及根据匹配度进行排序的方法包括：
29、步骤s231.计算充电量需求满足度，公式如下：
30、
31、公式中，mi为充电量需求满足度；pchi为充电桩i的充电功率；te为充电结束时间；ts为充电开始时间；dreq是用户请求的充电量，其单位为千瓦时的；
32、步骤s232.计算时间窗口匹配度，公式如下：
33、
34、公式中，ti为时间窗口匹配度，te为充电结束时间；ts为充电开始时间；tl为充电桩空闲时间与用户时间窗口的交集长度；
35、步骤s233.计算初步匹配度，公式如下：
36、m初步，i＝ω1×bi+ω2×mi+ω3×ti；
37、公式中，m初步，i是充电桩i对于用户需求的初步匹配度；ti为时间窗口匹配度；mi为充电量需求满足度；bi电池兼容性；ω1电池兼容性的权重；ω2是充电量需求满足度的权重，反映了充电速度对于用户满意度的影响，如果充电速度是关键因素，则赋予较高权重；ω3时间窗口匹配度的权重，反映了用户对充电时间灵活性的重视程度，如果用户对充电时间有严格要求，则赋予较高权重；
38、步骤s234.候选列表生成，根据初步匹配度m初步，i，筛选出满足基本条件的充电桩，将所有满足条件的充电桩加入候选列表；
39、步骤s235.排序与选择，根据m初步，i对候选充电桩进行排序，选择匹配度最高的充电桩作为初步推荐。
40、进一步地，所述步骤s3中，综合评分的量化公式为：
41、ci＝ωf×f+ωe×e+ωs×s；
42、其中，使用频率f，反映充电桩的使用频繁程度，通过充电桩在特定时间段内的使用次数来量化；
43、充电效率e，反映充电桩在单位时间内能为电动汽车提供的电量，通过充电桩在特定时间段内的使用次数来量化；
44、安全系数s，反映充电桩的安全性和可靠性，通过统计充电桩的故障率、维修记录或其他安全相关指标来量化；
45、ci为每个充电桩的综合评分，ωf为使用频率f对应的权重，ωe为充电效率e对应的权重,ωs为安全系数s对应的权重；
46、所述ωf、ωe和ωs需要满足归一化条件：ωf+ωe+ωs＝1。
47、步骤s4.动态哈夫曼编码，利用步骤s1构建的动态哈夫曼树对充电桩进行编码，将编码转换为可比较的数值，表示充电桩的优先级；
48、进一步地，将编码转换为可比较的数值的方法包括：
49、步骤s41.确定加权因子，根据步骤s3中计算的每个充电桩的综合评分，确定加权因子δ，加权因子δ是综合评分ci的函数表示为：δ＝1+log(ci)，log是自然对数；
50、步骤s42.计算加权长度，对于每个充电桩，其哈夫曼编码的长度乘以相应的加权因子，得到加权长度，加权长度转换为数值后，用于比较不同充电桩的优先级，公式为：
51、wli＝li×δ；
52、wli是充电桩i的加权长度，li是充电桩i的哈夫曼编码长度，δ是基于充电桩i综合评分ci的加权因子；wli越小，表示充电桩的使用频率越高，综合评分越好，因此具有更高的优先级。
53、步骤s5.双边匹配优化，结合步骤s3中的评估系数和步骤s4中的编码结果优化双边匹配；
54、进一步地，所述步骤s5中，结合步骤s3中的评估系数和步骤s4中的编码结果，优化双边匹配的方法包括：
55、步骤s51.重新评估匹配度，使用步骤s2中的初步匹配度作为基础，将步骤s3得到的综合评分和步骤s4得到的加权长度数值纳入考量，对初步匹配度进行调整，调整公式为：
56、
57、m初步，i＝ω1×bi+ω2×mi+ω3×ti；
58、ci＝ωf×f+ωe×e+ωs×s；
59、wli＝li×δ；
60、adi为充电桩i调整后的匹配度，m初步，i是充电桩i对于用户需求的初步匹配度，ti为时间窗口匹配度；mi为充电量需求满足度；bi电池兼容性；ω1电池兼容性的权重；ω2是充电量需求满足度的权重；ω3时间窗口匹配度的权重；wli是充电桩i的加权长度；li是充电桩i的哈夫曼编码长度；δ是基于充电桩i综合评分ci的加权因子；ε是一个小的正数，用来避免除以零的情况。
61、步骤s52.权重调整，根据用户需求的不同重要性，调整各评估系数的权重，确定用户对充电速度、安全性和可达性等因素的偏好，对使用频率、充电效率和安全系数的权重进行重新分配，更新综合评分的计算公式：
62、
63、adw为更新后综合评分，f为使用频率，e为充电效率，s为安全系数，为根据用户需求调整后的权重系数，反映了使用频率、充电效率和安全系数在用户需求中的重要性，所述和需要满足归一化条件：
64、步骤s53.结合调整后的综合评分和步骤s4中的加权长度数值，计算每个充电桩的优化匹配度，优化匹配度的计算公式为：
65、
66、qi为优化匹配度，adw为更新后综合评分，ci为综合评分，mli是充电桩i的加权长度；
67、步骤s6.推荐结果生成，汇总步骤s5中计算得到的每个充电桩的优化匹配度，利用得到的优化匹配度对所有的候选充电桩进行排序，创建一个推荐列表，推荐列表将按照充电桩的优化匹配度从高到低进行排序，将排序后的推荐列表展示给用户，使用户能够根据自己的需求选择最合适的充电桩。
68、综上所述，由于采用了上述技术方案，发明内容的有益技术效果是：
69、基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法，通过引入使用频率、充电效率和安全系数等评估系数，对充电桩的性能进行全面量化。这种多维度的评估方法不仅提高了评估的准确性，也使得评估结果更为综合，能够更全面地反映充电桩的实际性能和用户满意度。
70、基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法利，用动态哈夫曼模型实时收集和处理充电桩的状态信息，包括充电功率、占用状态和历史使用数据等。实时更新机制确保了推荐系统能够反映充电桩的最新状态，提高了推荐结果的时效性和可靠性。
71、基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法，根据用户的具体需求和充电桩的优化匹配度生成排序的推荐列表。通过这种个性化推荐方式使用户能够根据自己的偏好和需求快速找到最合适的充电桩，极大提升了用户体验和满意度。
72、基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法，允许根据用户对充电速度、安全性和可达性等因素的不同需求，调整各评估系数的权重。灵活的权重调整机制使得推荐系统能够适应不同用户群体的特定需求，提高了系统的适应性和灵活性。
73、说明书附图
74、图1为基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法流程图。
75、图2为构建动态哈夫曼树的方法流程图。
76、图3为使用双边匹配算法进行初步匹配的方法流程图。
77、图4为优化双边匹配的方法的流程图。
1.基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法，其特征在于，所述步骤s1中构建动态哈夫曼树的方法包括：
3.根据权利要求1所述的基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法，其特征在于，步骤s2中，使用双边匹配算法进行初步匹配的方法包括：
4.根据权利要求2所述的基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法，其特征在于，所述步骤s23中，计算初步匹配度以及根据匹配度进行排序的方法包括：
5.根据权利要求1所述的基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法，其特征在于，所述步骤s3中，综合评分的计算公式为：
6.根据权利要求1所述的基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法，其特征在于，步骤s4中，将编码转换为可比较的数值的方法包括：
7.根据权利要求1所述的基于动态哈夫曼模型和双边匹配的共享充电桩推荐方法，其特征在于，步骤s5中，优化双边匹配的方法包括：
