公开(公告)号：CN109978225A

公开(公告)日：2019-07-05

申请号：CN201910048643.6

申请日：2019-01-18

Applicant: 东南大学

Inventor： 张永 ,  孙莲杰 ,  王柏林 ,  刘昊东

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q10/08

Abstract: 本发明公开了一种基于Petri网的多式联运优化方法，包括以下步骤：(1)识别集装箱多式联运中的运输方式；(2)识别多式联运的承运人，按照识别的运输方式确定承运人的运输顺序；(3)识别运输方式中的供应商、客户和物流运输流程信息，并按照Petri网的要求构成条件/事件系统；(4)将条件/事件系统，通过条件、事件、输入条件和输出条件构成四元组，建立“条件/事件系统”Petri网模型；(5)对建立的Petri网模型进行优化分析，从而获得多式联运最佳组织方式。本发明解决了目前多式联运物流制定方法中不够合理高效的问题，减少了不必要的中间链条，提高了运输的效率。

公开(公告)号：CN112488574B

公开(公告)日：2022-11-18

申请号：CN202011485169.2

申请日：2020-12-16

Applicant: 东南大学

Inventor： 王升 ,  王岳平 ,  张文波 ,  陈景旭 ,  刘志远 ,  刘昊东

IPC: G06Q10/06 ,  G06Q30/02 ,  G06Q50/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于时空特征提取的出行需求预测方法，包括以下步骤：采集非集计出行数据并对其进行预处理；构造出行需求网格图；构造基于时空特征提取的出行需求预测模型；构造局部出行需求网格图的时间序列，将局部出行需求网格图的时间序列构造为空间特征训练样本集Ds，构造时间特征训练样本集DT；提取时空特征；构造预测训练样本集DP，使用预测训练样本集训练预测模块；将训练完成的空间特征提取模块、时间特征提取模块和预测模块加以拼接，得到端到端的预测模型，并将其作为最终的基于时空特征提取的出行需求预测模型。本发明提高出行需求的预测精度。