一种城市道路交通流仿真参数标定方法及系统

    公开(公告)号:CN118313272B

    公开(公告)日:2024-09-27

    申请号:CN202410702932.4

    申请日:2024-06-03

    Abstract: 本发明公开了一种城市道路交通流仿真参数标定方法及系统,包括如下步骤:获取仿真区域的历史车流数据和路网结构信息;构建交通流仿真标定模型的决策变量和约束条件;根据决策变量和约束条件构建仿真标定目标函数,从而建立仿真标定模型;构建交通流仿真标定模型的输入和输出;采用遗传算法对模型进行求解,得到标定后的仿真参数;选取工况下的特征结合仿真参数输入模型,输出仿真结果。本发明够针对交通流仿真的影响因素和标定目标不全面、仿真精度较差等问题,提出一种城市道路交通流仿真参数标定方法,在平均车速和平均车头间距上的标定效果优于其他对比算法,有效提高了城市道路交通流仿真的精度。

    乘客出发时刻协同与阶段反馈的城际拼车调度方法及装置

    公开(公告)号:CN117808273B

    公开(公告)日:2024-05-31

    申请号:CN202410225004.3

    申请日:2024-02-29

    Abstract: 本发明提供了乘客出发时刻协同与阶段反馈的城际拼车调度方法及装置,包括:获取某条线路下的城际网约车乘客出行数据,设置规划周期,构建问题场景,包含乘客订单集合、车辆集合和道路网络信息;在供需平衡的前提下,利用最佳插入算法将拼车订单加入行程解后通过启发式算法进行优化,对解中新增接收订单的乘客反馈已接单通知;满足协同要求的订单,协调其出发时刻并成功加入行程解后,对乘客反馈新出行时刻和已接单通知;将已存在的行程解和运力进行预匹配,对已达到发车时刻的行程,派发车辆,确定接载关系,更新车辆和订单的状态,向乘客反馈具体出行信息;本发明通过协同乘客出发时刻和两阶段反馈拼车进度,提高拼车效率,改善乘客体验。

    城际网约车辆未来短期时刻分布估计方法、装置及设备

    公开(公告)号:CN117593043B

    公开(公告)日:2024-04-09

    申请号:CN202410060664.0

    申请日:2024-01-16

    Abstract: 本发明公开了一种城际网约车辆未来短期时刻分布估计方法、装置及设备,方法包括:实时获取城际网约车某条线路的乘客下单出行数据,构建车辆集合和两城的城际出入口;根据车辆集合构建两城的真实可用运力集合和预估可用运力集合;根据车辆出城触发两城的运力分布预估,构建两城的途中车辆集合和预出城车辆集合;根据两城的真实可用车辆集合、途中车辆集合和预出城车辆集合,更新两城的预估可用运力集合;基于两城的预估可用运力集合和途中车辆集合,可以预估未来的运力分布,提前可知车辆在未来某时刻的位置,可适用于额定容量不同的异构车型的返程预约订单的提前派单调度。本发明能有效提高城际网约车运力分布短期预估的准确性。

    一种基于拓扑地图和冲突消除策略的多无人车寻路方法

    公开(公告)号:CN111238519A

    公开(公告)日:2020-06-05

    申请号:CN202010041160.6

    申请日:2020-01-15

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于拓扑地图和冲突消除策略的多无人车寻路方法,本发明的技术方案包含三个要点:第一,引入拓扑地图作为无人车调度环境,来减少多无人车路径规划的计算量;第二,通过将拓扑地图转化成加权有向图来生成精准调度方案,再对精准调度方案进行RVIZ仿真,证明算法的有效性;第三,提出两种冲突消除方法,即:中间点冲突消除法和相邻点冲突消除法,并根据动作计划中冲突结点的属性,选择冲突消除方法,来消除冲突,从而快速生成无冲突的路径计划。本发明通过RVIZ对联合计划进行仿真实验,验证了提出的方法在真实环境下是有效性的。

    基于STZINB-GCN的城际拼车的OD对区域需求预测方法、装置、设备和介质

    公开(公告)号:CN118410915B

    公开(公告)日:2024-10-22

    申请号:CN202410798558.2

    申请日:2024-06-20

    Abstract: 本发明提供一种基于STZINB‑GCN的城际拼车的OD对区域需求预测方法、装置、设备和介质,涉及城际客运拼车规划技术领域。其中,这种预测方法包含步骤S1至步骤S5。S1、获取城际拼车的历史订单数据,提历史需求特征、历史流入特征和时间信息特征构建总数据集并分割,获取输入数据。S2、获取OD对邻接关系图。S3、根据输入数据,通过深度卷积隔开每个通道的信息对时间信息进行压缩,通过两层卷积前馈网络,获得时间相关性信息。S4、根据输入数据和OD对邻接关系图,通过三层扩散图卷积神经网络,学习从一个OD对到另一对的空间依赖性信息。S5、将时间相关性信息和空间依赖性信息通过哈达玛积进行融合,然后通过零膨胀负二项分布解码成真实分布,获取预测值。

    基于时空注意力的城际网约车多线路需求预测方法及系统

    公开(公告)号:CN118154244B

    公开(公告)日:2024-07-19

    申请号:CN202410572139.7

    申请日:2024-05-10

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于时空注意力的城际网约车多线路需求预测方法及系统,涉及智能交通技术领域,方法包括:首先,采用先生成全局时空序列,再构建注意力网络学习序列时空信息的方式,增强模型提取不同线路间动态联系的能力;然后,在生成时空序列时嵌入时间、变量以及局部连通性等多个重要因素,增加预测模型可以学习到的信息;最后,使用多层次自注意力网络递进式学习单变量、局部连通变量以及全局变量间不同时间步长的关系,避免局部重要信息的丢失。本发明相比其他多元时序预测算法能有效提取城际线路间的动态联系,从而提高多线路未来多个时间步长的需求预测准确度。

    基于完全子图和插入式遗传算法的城际拼车静态调度方法

    公开(公告)号:CN117910782B

    公开(公告)日:2024-05-14

    申请号:CN202410308780.X

    申请日:2024-03-19

    Abstract: 本发明提供基于完全子图和插入式遗传算法的城际拼车静态调度方法,涉及交通调度技术领域。方法包含S1、历史订单进行预处理。S2、预处理后提取所需字段获取输入订单数据。S3、根据输入订单数据,计算用户之间的时空相似性。S4、以时空相似性为元素生成n名乘客合乘权值矩阵。S5、根据合乘权值矩阵生成n名乘客的合乘带权图。S6、根据合乘带权图搜索1到k阶的完全图,获取合乘完全图集合。S7、多次在合乘完全图集合中搜索可行子图组合,获取原始种群。S8、重复执行S9至迭代结束,从新的种群选择适应度最高的个体作为静态调度的解。S9、从旧的种群选择个体进行交叉运算和变异运算获取新的个体。用新的个体替换旧的种群中较差的个体,获取新的种群。

    基于完全子图和插入式遗传算法的城际拼车静态调度方法

    公开(公告)号:CN117910782A

    公开(公告)日:2024-04-19

    申请号:CN202410308780.X

    申请日:2024-03-19

    Abstract: 本发明提供基于完全子图和插入式遗传算法的城际拼车静态调度方法,涉及交通调度技术领域。方法包含S1、历史订单进行预处理。S2、预处理后提取所需字段获取输入订单数据。S3、根据输入订单数据,计算用户之间的时空相似性。S4、以时空相似性为元素生成n名乘客合乘权值矩阵。S5、根据合乘权值矩阵生成n名乘客的合乘带权图。S6、根据合乘带权图搜索1到k阶的完全图,获取合乘完全图集合。S7、多次在合乘完全图集合中搜索可行子图组合,获取原始种群。S8、重复执行S9至迭代结束,从新的种群选择适应度最高的个体作为静态调度的解。S9、从旧的种群选择个体进行交叉运算和变异运算获取新的个体。用新的个体替换旧的种群中较差的个体,获取新的种群。

Patent Agency Ranking