-
公开(公告)号：CN115953186B
公开(公告)日：2023-05-16
申请号：CN202310159395.9
申请日：2023-02-24
IPC分类号： G06Q30/0202 , G06F18/23213 , G06F18/25 , G06Q50/30
摘要： 本发明公开了一种网约车需求模式识别与短时需求预测方法，一、对城市客运枢纽的网约车需求数据以及相关特征数据进行预处理，形成基础数据集；二、基于基础数据集，开发改进的时间序列K‑means聚类算法，得到网约车的典型需求模式集合；三、面向不同类型的网约车需求模式，设计了ARIMA、XGBoost、RF、BiLSTM、CNN等短时需求预测方法，构建了数据特征驱动的网约车需求预测系统；四、基于实时获取的特征数据匹配网约车需求模式，并调用该模式下的需求预测算法，预测短时的网约车需求量。本发明采用上述一种网约车需求模式识别与短时需求预测方法，综合利用多源数据，提出了数据特征驱动的网约车需求模式分析和短时需求预测方法，为城市客运枢纽的客流管理提供决策依据。
-
公开(公告)号：CN114005100B
公开(公告)日：2022-09-13
申请号：CN202110674918.4
申请日：2021-06-17
IPC分类号： G06V20/58 , G06V20/40 , G06V10/762 , G06F16/75 , G06F16/78
摘要： 本发明公开了一种基于聚类分析的路侧停车位分类方法，针对所要研究的停车位，根据停车订单数据，提取出给定时间段内的所有订单的进车时间和出车时间，并根据进出车时间计算停车持续时间。对提取出的订单进出车时间和持续时间进行异常值处理及空缺数据修复，并根据进出车时间和持续时间以一小时为间隔计算泊位利用率，生成利用率时间序列。根据所有泊位利用率时间序列，使用聚合层次聚类算法将时间序列划分成不同的时间段，并计算该时间段内的泊位利用率。最后，以不同时间段内的利用率为特征，使用模糊C均值聚类算法对泊位进行分类。本发明的方法能够为城市的停车管理提供有力的支撑，避免盲目扩张现有停车位，促进城市交通管理的科学化和现代化进程。
-
公开(公告)号：CN114842645A
公开(公告)日：2022-08-02
申请号：CN202210455678.3
申请日：2022-04-28
摘要： 本发明公开了一种基于k‑means的路网速度态势规律提取方法，首先对于采集到的数据进行预处理，路段合并，对缺失值填补。其次，根据时间序列的峰状偏向特征及几何特征，提出基于高峰交通时间序列曲线几何特征的指标体系，然后使用基于k‑means的聚类方法将交通速度时间序列按日划分为多个交通状态簇，进行交通速度模式的自发现。簇个数k值的选择采用Gapstatistic确定。最后，根据得到的聚类结果计算各簇的聚类中心，即为各路段的k个交通速度状态规律，使用基于相似度的模式匹配方法和实时交通速度时间序列进行匹配，得到与实时时间序列相似的模式。本发明提出的方法，可以揭示交通速度流的内在联系，从而更加清晰直观地揭示城市路网交通状态的时变特征及其规律。
-
公开(公告)号：CN112907188B
公开(公告)日：2022-05-24
申请号：CN202110289562.2
申请日：2021-03-12
摘要： 本发明公开了一种基于自适应邻域搜索算法的共享单车搬运优化方法，首先，基于共享单车位置与人们出行需求在时空分布上的差异，构建共享单车平衡搬运模型；其次，利用自适应算子选择规则，融合大邻域搜索算法和邻域搜索算法的优势，构建自适应邻域搜索算法；再次，基于共享单车搬运时间、取放动作、运输车容量限制的特点，设计7种扰动算子、6种修复算子和8种邻域搜索算子；最后，构建终止条件，使算法在适当的时机终止并给出共享单车平衡搬运路径的优化方案。本发明中基于自适应邻域搜索算法的共享单车平衡搬运优化方法，能够充分发挥各种搜索算子的搜索能力，具有稳定、高效的优势，在较大规模的优化问题中具有较好的效果。
-
公开(公告)号：CN113159499B
公开(公告)日：2022-05-10
申请号：CN202110244774.9
申请日：2021-03-05
摘要： 本发明涉及一种面向交通枢纽到达客流疏散的多出行模式组合调度方法，基于交通枢纽的历史到达客流数据，统计在给定时间段内需要疏散的客流数量，以及客流对不同出行模式的偏好比例；对历史到达客流的目的地进行聚类，得到多个疏散目的区域，以及各区域内定制巴士的停车点；根据交通枢纽周边可调度的出租车、网约车、定制巴士数量及相应的调度成本，建立一个以最小化疏散成本为目标的混合整数非线性规划模型；根据所建立模型的性质，将其分解为一系列整数线性规划子模型，并分别使用分支定界算法进行求解，得到各个疏散目的区域所需的出租车、网约车与定制巴士数量；针对各个疏散目的区域，建立一个以最小化行驶成本为目标的定制巴士路线规划模型，使用分支定界算法进行求解，得到各个定制巴士的行驶路线。
-
公开(公告)号：CN113159374B
公开(公告)日：2022-04-22
申请号：CN202110244773.4
申请日：2021-03-05
摘要： 本发明涉及一种数据驱动的城市交通流速模式识别与实时预测预警方法，包括：对路段交通流速历史数据进行处理，填补缺失值，筛选并修正异常值；基于处理后的路段交通流速历史数据，采用轮廓系数确定最佳聚类数目，使用改进的K‑means聚类算法，得到不同日期特征下的路段交通流速历史模式；利用路段交通流速实时数据，采用Holt指数平滑预测模型预测该路段未来一段时间的交通流速；基于当前日期特征与路段交通流速历史模式进行匹配，计算路段交通流速预测结果与历史模式之间的下半偏差，当下半偏差大于一定阈值时进行预警。本发明在城市交通日益拥堵的背景下，综合利用历史交通流速数据和实时交通流速数据，驱动路段交通流速的模式分析和实时预测，实现对路段交通流速的实时预警，为预防和缓解交通拥堵提供决策依据。
-
公开(公告)号：CN118898905A
公开(公告)日：2024-11-05
申请号：CN202411398359.9
申请日：2024-10-09
IPC分类号： G08G1/01 , G08B31/00 , G06Q10/04 , G06Q50/47 , G06F16/29 , G06F18/213 , G06F18/2433 , G06F123/02
摘要： 本发明涉及一种网约车异常聚集识别与预警方法及系统，属于交通预警的技术领域，其方法包括：基于网约车运营时序数据，构建目标区域的网约车网格图像数据集，网约车网格图像数据集表征了不同时间的所有的网约车的分布情；基于网约车网格图像数据集、地铁客流时序数据和公交客流时序数据、历史环境时序数据和预设的特征提取规则，确定目标区域的特征数据集；将特征数据集输入至预设的网约车数量预测模型中，预测在目标时间段内的各个位置的网约车到达量和道路拥堵指数；将目标时间段内各个位置的网约车到达量和道路拥堵指数输入至网约车预警模型中，得到预警信息。本申请能够对网约车异常聚集行为的精准识别和有效预警。
-
公开(公告)号：CN115223365A
公开(公告)日：2022-10-21
申请号：CN202210832141.4
申请日：2022-07-15
IPC分类号： G08G1/01
摘要： 本发明公开了一种基于阻尼Holt模型的路网速度预测及异常识别方法，(1)针对地磁设备检测到的路网历史交通速度数据对问题数据进行异常识别和修复，使用绝对值差中位数对交通速度数据中的异常值进行处理，使用时空回归模型对缺失数据进行修复；(2)预测未来一段时间的路网速度量，对于路网速度量，根据历史路网速度建立模型，对未来的路网速度量进行预测；(3)针对路网交通系统中某路段的突发路网流量造成实时速度量与历史路网速度具有差异，建立预警机制实现预定提前量早期预警，对异常突发路网速度进行预警并发出信号。本发明提出的路网速度预测及异常识别方法，能对异常路网速度的形成及未来发展趋势进行预警，并做出足够提前量的早期预警。
-
公开(公告)号：CN115223365B
公开(公告)日：2023-09-29
申请号：CN202210832141.4
申请日：2022-07-15
IPC分类号： G08G1/01
摘要： 本发明公开了一种基于阻尼Holt模型的路网速度预测及异常识别方法，(1)针对地磁设备检测到的路网历史交通速度数据对问题数据进行异常识别和修复，使用绝对值差中位数对交通速度数据中的异常值进行处理，使用时空回归模型对缺失数据进行修复；(2)预测未来一段时间的路网速度量，对于路网速度量，根据历史路网速度建立模型，对未来的路网速度量进行预测；(3)针对路网交通系统中某路段的突发路网流量造成实时速度量与历史路网速度具有差异，建立预警机制实现预定提前量早期预警，对异常突发路网速度进行预警并发出信号。本发明提出的路网速度预测及异常识别方法，能对异常路网速度的形成及未来发展趋势进行预警，并做出足够提前量的早期预警。
-
公开(公告)号：CN114842645B
公开(公告)日：2023-04-07
申请号：CN202210455678.3
申请日：2022-04-28
IPC分类号： G08G1/01 , G08G1/052 , G06F18/23213 , G06F18/22
摘要： 本发明公开了一种基于k‑means的路网速度态势规律提取方法，首先对于采集到的数据进行预处理，路段合并，对缺失值填补。其次，根据时间序列的峰状偏向特征及几何特征，提出基于高峰交通时间序列曲线几何特征的指标体系，然后使用基于k‑means的聚类方法将交通速度时间序列按日划分为多个交通状态簇，进行交通速度模式的自发现。簇个数k值的选择采用Gapstatistic确定。最后，根据得到的聚类结果计算各簇的聚类中心，即为各路段的k个交通速度状态规律，使用基于相似度的模式匹配方法和实时交通速度时间序列进行匹配，得到与实时时间序列相似的模式。本发明提出的方法，可以揭示交通速度流的内在联系，从而更加清晰直观地揭示城市路网交通状态的时变特征及其规律。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.063 秒)
