-
公开(公告)号：CN118551900B
公开(公告)日：2024-10-11
申请号：CN202410994378.1
申请日：2024-07-24
Applicant: 华侨大学 , 厦门金龙联合汽车工业有限公司
IPC: G06Q10/04 , G06N7/01 , G06Q10/0631 , G06Q10/067 , G06Q30/0601 , G06Q50/47 , G06F17/10
Abstract: 本发明提供的一种基于两阶段调度的城际动态拼车调度优化方法及装置，涉及城际客运规划领域，本发明基于城际拼车订单信息和车辆信息,以最大化总利润为目标，构建两阶段调度模型；获取当前时刻的城际拼车订单信息和当前车辆信息；通过在线车辆调度与最近插入算法，匹配已发车的车辆给新下单的乘客；通过离线车辆调度与最佳插入算法，匹配未发车的车辆给新下单的乘客；然后基于马尔可夫决策过程与深度Q学习算法，判断是否执行二阶段调度模型；再基于大邻域搜索算法，匹配所有未发车的车辆给所有未匹配成功且未超时的乘客以及匹配成功的乘客进行二阶段调度；最后更新系统信息。本发明不仅减少了总运行时间，而且大幅缩短了反馈给乘客信息的时间。
-
公开(公告)号：CN118551900A
公开(公告)日：2024-08-27
申请号：CN202410994378.1
申请日：2024-07-24
Applicant: 华侨大学 , 厦门金龙联合汽车工业有限公司
IPC: G06Q10/04 , G06N7/01 , G06Q10/0631 , G06Q10/067 , G06Q30/0601 , G06Q50/47 , G06F17/10
Abstract: 本发明提供的一种基于两阶段调度的城际动态拼车调度优化方法及装置，涉及城际客运规划领域，本发明基于城际拼车订单信息和车辆信息,以最大化总利润为目标，构建两阶段调度模型；获取当前时刻的城际拼车订单信息和当前车辆信息；通过在线车辆调度与最近插入算法，匹配已发车的车辆给新下单的乘客；通过离线车辆调度与最佳插入算法，匹配未发车的车辆给新下单的乘客；然后基于马尔可夫决策过程与深度Q学习算法，判断是否执行二阶段调度模型；再基于大邻域搜索算法，匹配所有未发车的车辆给所有未匹配成功且未超时的乘客以及匹配成功的乘客进行二阶段调度；最后更新系统信息。本发明不仅减少了总运行时间，而且大幅缩短了反馈给乘客信息的时间。
-
公开(公告)号：CN118940929A
公开(公告)日：2024-11-12
申请号：CN202411418695.5
申请日：2024-10-12
Applicant: 华侨大学 , 厦门金龙联合汽车工业有限公司
IPC: G06Q10/047 , G06Q10/0835 , G06Q10/0631 , G06Q30/0645 , G06Q50/47
Abstract: 本发明提供了城际客运拼车双侧多趟往返静态调度方法、装置、设备，方法包括获取城际客运的乘客预约订单数据和车辆集合，根据所述获取的乘客预约订单数据和车辆集合，进行双侧多趟往返的静态拼车调度，构建混合整数规划模型；根据所述建立的混合整数规划模型，采用空间填充曲线法对乘客订单进行分组并用 2‑swap 和插入算法构造出发城市的初始解；在所述初始解的基础上，采用拉格朗日松弛算法中难约束的方式求解目标函数的下界，松弛后的问题被分解为多个子问题；在求解松弛后的子问题时采用标号法对每个乘客节点进行标号，在标号法中引入次短路的思想，接受劣于最优标号一定范围内的次优标号，从而实现了目标函数上界的有效求解。
-
公开(公告)号：CN118798593A
公开(公告)日：2024-10-18
申请号：CN202411273944.6
申请日：2024-09-12
Applicant: 华侨大学 , 厦门金龙联合汽车工业有限公司
IPC: G06Q10/0631 , G06Q50/43 , G06Q30/0601 , G06F18/22
Abstract: 本发明提供了多类型订单的城际动态拼车调度优化方法、装置、设备及系统，根据当前时刻获得的多类型订单信息和车辆信息执行客货联运的在线车辆调度和多类型订单离线车辆调度；将未匹配成功的订单按照利润最大的方式全部插入到车辆集合中，形成待分治解集合，并将待分治解集合分成若干组，每组至多包含一定数量的点；在每一个组中分别处理不同类型的订单；将每个组得到的最优解合并成为全局可行解，并通过客货联运的自适应大邻域搜索算法对全局可行解优化得到全局最优解。本方法的每条路线平均接送客总时间与贪心插入相差不大，但总利润、车辆平均满载率、总拼车乘客接客数、总包车数和总接货数都高于现有方法。
-
Patent Agency Ranking
公开(公告)号：CN118735233B
公开(公告)日：2024-12-06
申请号：CN202411230475.X
申请日：2024-09-04
Applicant: 华侨大学 , 厦门金龙联合汽车工业有限公司
IPC: G06Q10/0631 , G06Q30/0202 , G06Q30/0204 , G06Q50/47 , G06Q30/0601 , G06N3/006 , G06N3/092
Abstract: 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。
-
公开(公告)号：CN119007463A
公开(公告)日：2024-11-22
申请号：CN202411036564.0
申请日：2024-07-31
Applicant: 华侨大学 , 厦门金龙联合汽车工业有限公司
IPC: G08G1/07 , G08G1/08 , G08G1/01 , G06N3/092 , G06N3/0464
Abstract: 本发明提供的一种基于FR‑DDQN的单交叉口信号灯相位控制方法及系统，涉及信号灯相位控制技术领域，本发明通过获取交叉口的历史交通数据，构建仿真环境与智能体；然后构建两个结构相同、参数不同的网络；根据估计网络计算当前交叉口状态下每个动作对应的估计Q值，采用ε‑greedy策略选择动作；选择动作后计算奖励函数的奖励值存入经验回放集合；根据目标网络计算下一交叉口状态到终止状态的目标值；采用损失函数与梯度下降法更新网络参数，直到达到最大仿真次数，得到交叉口的信号灯相位控制策略。本发明不仅可以评估所选动作对环境的短期影响，也可以通过公平性奖励机制控制动作选择策略对环境的长期影响，有效提升交叉口在一段时间内的整体通行效率。
-
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
Applicant: 华侨大学 , 厦门金龙联合汽车工业有限公司
IPC: G06Q10/0631 , G06Q30/0202 , G06Q30/0204 , G06Q50/47 , G06Q30/0601 , G06N3/006 , G06N3/092
Abstract: 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。
-
公开(公告)号：CN118798593B
公开(公告)日：2024-12-20
申请号：CN202411273944.6
申请日：2024-09-12
Applicant: 华侨大学 , 厦门金龙联合汽车工业有限公司
IPC: G06Q10/0631 , G06Q50/43 , G06Q30/0601 , G06F18/22
Abstract: 本发明提供了多类型订单的城际动态拼车调度优化方法、装置、设备及系统，根据当前时刻获得的多类型订单信息和车辆信息执行客货联运的在线车辆调度和多类型订单离线车辆调度；将未匹配成功的订单按照利润最大的方式全部插入到车辆集合中，形成待分治解集合，并将待分治解集合分成若干组，每组至多包含一定数量的点；在每一个组中分别处理不同类型的订单；将每个组得到的最优解合并成为全局可行解，并通过客货联运的自适应大邻域搜索算法对全局可行解优化得到全局最优解。本方法的每条路线平均接送客总时间与贪心插入相差不大，但总利润、车辆平均满载率、总拼车乘客接客数、总包车数和总接货数都高于现有方法。
-
公开(公告)号：CN117709394A
公开(公告)日：2024-03-15
申请号：CN202410166654.5
申请日：2024-02-06
Applicant: 华侨大学 , 厦门卫星定位应用股份有限公司
Abstract: 本发明提供了车辆轨迹预测模型训练方法、多模型迁移预测方法及装置，包括获取高速公路段的交通数据集，对交通数据集进行数据预处理，生成车辆的初步数据集；根据初步数据集进行构建处理，生成车辆轨迹训练模型的所需特征，并将所需特征进行组合，构建生成车辆轨迹监督学习数据集；根据车辆轨迹监督学习数据集，采用LSTM‑BILSTM算法结合分位数回归QR到算法的损失函数，对预设的车辆轨迹训练模型进行训练，生成车辆单步轨迹预测模型，将在训练样本量大的车型上训练完的车辆单步轨迹预测模型的权值迁移到同样网络结构但样本量小的车型上微调权重。本发明能精准呈现出每种类型车的驾驶行为特性，具有预测精度高、模型收敛速度快、需要训练样本数量少等特点。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.073 seconds)
