本公开总体上涉及货运车队的管理和优化，且更具体地但不排他地，涉及包括基于连接和基于机器学习的技术的货运车队优化。
背景技术：
1、已经做出一些努力来管理和优化货运车队的运营。虽然提供一些益处，但是现有方法面临着许多挑战、缺点、不足和未解决的问题。车队优化带来技术复杂且计算密集的问题，在实践中要想成功实现可能极其困难。例如，车辆路径问题(vrp)长期以来一直被认为是技术上的np难题(即，展现非确定性多项式时间难度)，其中可解决的优化问题的规模有限。在实践中，由于通常需要额外的任务要求，因此优化货运车队通常需要更大的复杂性。因此，面临更大的np难度问题(例如，带取货和送货的车辆路径问题(vrppd)、带时间窗的车辆路径问题(vrptw)、有容量限制的车辆路径问题(cvrp)，或其组合或变体)。对于本文公开的独特设备、过程、系统和技术，仍然存在显著的未满足需求。
2、示例性实施方案的公开内容
3、为了清楚地、简洁地和准确地描述本公开的示例性实施方案、制造和使用本公开的方式和过程以及为了使得能够实践、制造和使用本公开，现在将参考某些示例性实施方案，包括图中所示的那些实施方案，并且将使用具体语言来描述本公开。然而，应当理解，并不由此产生对本发明的范围的限制，并且本发明包括并保护本领域技术人员将想到的示例性实施方案的此类变更、修改和进一步应用。
技术实现思路
1、一个实施方案是管理或优化货运车队的独特过程。另一个实施方案是用于管理或优化货运车队的独特系统。根据以下描述和附图，另外的实施方案、形式、目的、特征、优点、方面和益处将变得显而易见。
1.一种优化车队操作的方法，所述方法包括：
2.如权利要求1所述的方法，其中所述多个不同车辆动力系包括内燃机动力系、燃烧电动动力系、纯电池电动动力系和燃料电池电动动力系中的两个或更多个。
3.如权利要求1所述的方法，其中每一组能量消耗还考虑以下项中的一个或多个：
4.如权利要求3所述的方法，其中所述优化在所述第一多个点、所述第二多个点和所述第三多个点中的至少一者的两个点之间执行插值，所述插值响应于指示所述两个点中间的值的输入。
5.如权利要求1所述的方法，其中每一组能量消耗还考虑在控制所述车队的一个或多个车辆时一个或多个自动化特征的使用。
6.如权利要求1所述的方法，其中所述优化考虑在确定所述多个优化调度分配时一种或多种能源的可用性。
7.如权利要求6所述的方法，其中所述一种或多种能源包括柴油燃料加注、天然气燃料加注、电池充电、电池更换和氢气填充中的一种或多种。
8.如权利要求1所述的方法，其中所述车队优化目标包括所述车队的净能量消耗的最小化。
9.如权利要求1所述的方法，其包括：
10.如权利要求1至9中任一项所述的方法，包括根据所述多个优化调度分配来调度所述车队中的多个车辆。
11.一种用于优化车队操作的系统，所述系统包括：
12.如权利要求11所述的系统，其中所述多个不同车辆动力系包括内燃机动力系、燃烧电动动力系、纯电池电动动力系和燃料电池电动动力系中的两个或更多个。
13.如权利要求11所述的系统，其中每一组能量消耗还考虑以下项中的一个或多个：
14.如权利要求13所述的系统，其中所述优化在所述第一多个点、所述第二多个点和所述第三多个点中的至少一者的两个点之间执行插值，所述插值响应于指示所述两个点中间的值的输入。
15.如权利要求11所述的系统，其中每一组能量消耗还考虑在控制所述车队的一个或多个车辆时一个或多个自动化特征的使用。
16.如权利要求11所述的系统，其中所述优化考虑在确定所述多个优化调度分配时一种或多种能源的可用性。
17.如权利要求16所述的系统，其中所述一种或多种能源包括柴油燃料加注、天然气燃料加注、电池充电、电池更换和氢气填充中的一种或多种。
18.如权利要求11所述的系统，其中所述车队优化目标包括所述车队的净能量消耗的最小化。
19.如权利要求11所述的系统，其中所述指令能够由所述一个或多个处理器中的一个或多个处理器执行以：
20.如权利要求11至19中任一项所述的系统，其中所述指令还能够由所述一个或多个处理器中的一个或多个执行以根据所述多个优化调度分配来调度所述车队的多个车辆。
