-
公开(公告)号:CN117829375A
公开(公告)日:2024-04-05
申请号:CN202410229563.1
申请日:2024-02-29
申请人: 华侨大学 , 蓝海(福建)信息科技有限公司
摘要: 本发明提供的城际往返客运的多区域需求预测方法、装置、设备及介质,通过获取需求城市的区域关系矩阵图、往返两城市的历史需求特征、需求城市所有区域的特征向量以及需求城市的时间信息特征序列,计算获得城市内图特征、城际间图特征、当前时间步长的隐藏状态以及每个区域自身的时间特征向量,形成需求城市当前时间片段的输入,送入需求预测模型中,从而获得需求预测值。本发明通过提前预测往返城市的出行需求,使得相关运输机构能够灵活地预配置或重定位车辆,以满足潜在乘客的需求,从而提高车辆的利用率,预测精度高且速度快,解决了城市内和城际间街道级多区域的复杂时空依赖性。
-
公开(公告)号:CN116663811A
公开(公告)日:2023-08-29
申请号:CN202310551393.4
申请日:2023-05-17
申请人: 华侨大学
IPC分类号: G06Q10/0631 , G06Q50/30
摘要: 本发明实施例提供一种城际客运的往返动态拼车的调度匹配方法和装置,涉及城际客运规划技术领域。调度匹配方法包含S1构建往返动态拼车的规划模型。S2获取待拼车订单集合、可用车辆集合和道路网络信息。S3上述数据通过自适应权重选择插入算子求解,获取初始解。S4通过自适应权重,先进行移除操作,再进行插入操作,获取新解。S5根据规划模型的目标,判断新解是否优于当前解。若新解优于当前解,则直接接受新解。否则,以模拟退火概率接受新解。然后,更新算子的权重、模拟退火的温度和迭代次数。S6判断迭代次数是否达到最大迭代次数。若达到,则停止迭代,获取拼车路径集合。否则,继续迭代。S7进行二分图最大权匹配,为拼车路径匹配对应的网约车。
-
公开(公告)号:CN117829375B
公开(公告)日:2024-05-28
申请号:CN202410229563.1
申请日:2024-02-29
申请人: 华侨大学 , 蓝海(福建)信息科技有限公司
摘要: 本发明提供的城际往返客运的多区域需求预测方法、装置、设备及介质,通过获取需求城市的区域关系矩阵图、往返两城市的历史需求特征、需求城市所有区域的特征向量以及需求城市的时间信息特征序列,计算获得城市内图特征、城际间图特征、当前时间步长的隐藏状态以及每个区域自身的时间特征向量,形成需求城市当前时间片段的输入,送入需求预测模型中,从而获得需求预测值。本发明通过提前预测往返城市的出行需求,使得相关运输机构能够灵活地预配置或重定位车辆,以满足潜在乘客的需求,从而提高车辆的利用率,预测精度高且速度快,解决了城市内和城际间街道级多区域的复杂时空依赖性。
-
公开(公告)号:CN116401896A
公开(公告)日:2023-07-07
申请号:CN202310551391.5
申请日:2023-05-17
申请人: 华侨大学
IPC分类号: G06F30/20 , G06Q10/0631 , G06Q50/30 , G06F111/06 , G06F111/04
摘要: 本发明提供城际客运的在线调度匹配方法、装置、设备和存储介质,涉及城际客运规划技术领域。在线调度匹配方法包括S1构建混合整数规划模型。S2获取道路网络信息、拼车订单信息和车辆信息。S3初始化算法的初始参数。S4根据道路网络信息、拼车订单信息、车辆信息和混合整数规划模型,选择插入算子为订单匹配车辆行程,获取当前解。S5根据初始参数,按照自适应权重选择移除算子对当前解进行移除操作,然后选择插入算子进行插入操作,获得新解。S6根据混合整数规划模型的目标,判断新解是否优于当前解。若新解较优则接受。否则以模拟退火概率接受。S8判断是否达到最大迭代次数。若达到最大迭代次数则停止迭代,并调度匹配规划。否则继续迭代。
-
公开(公告)号:CN118735233A
公开(公告)日:2024-10-01
申请号:CN202411230475.X
申请日:2024-09-04
申请人: 华侨大学 , 厦门金龙联合汽车工业有限公司
IPC分类号: G06Q10/0631 , G06Q30/0202 , G06Q30/0204 , G06Q50/47 , G06Q30/0601 , G06N3/006 , G06N3/092
摘要: 本发明提供的融合城内车辆重定位的城际动态拼车调度优化方法及装置,涉及车辆调度技术领域。本发明通过获取城际网约车某条运营线路上的两城市的道路网络数据后,分别划分若干区域,并实时获取各区域内的往返乘客拼车出行数据;在每个重定位调度时刻,通过深度学习算法预测出乘客出行需求量,计算出空闲车辆数、供需平衡差和盈利路径总人数,构建双层优化模型;然后构建独立的智能体,并采用多智能体图深度Q学习网络算法进行训练学习;通过遍历每个调度时刻,判断是否达到重定位间隔,若达到,则进行乘客出行需求量预测、重定位决策与动态拼车调度;若否,则直接进行动态拼车调度。本发明能提高城际拼车的总利润,有效缓解车辆供需不平衡的问题。
-
-
-
-