一种基于多方式出行数据的公交线网优化方法

    公开(公告)号:CN115965170A

    公开(公告)日:2023-04-14

    申请号:CN202211698222.6

    申请日:2022-12-28

    摘要: 本发明公开了一种基于多方式出行数据的公交线网优化方法,包括步骤S1:收集多方式交通数据信息;步骤S2:提取交通数据信息中的单次出行起点位置、出行终点位置、出行起止时间信息;步骤S3:网格化城市空间,将城市空间按照统一规则划分为多个区域;步骤S4:将提取好的交通数据信息映射到划分好的城市空间网格中,并对数据进行需求归类;步骤S5:根据需求归类结果确定公交线优化方案,并按照方案执行优化。利用的城市交通信息化基础,将公交、出租、网约车、私家车、共享单车等多种交通方式的客流纳入客流需求范畴,识别出有效的潜在公交客流需求,在这个基础上以多目标需求开展线网优化决策,提供了一种更加精准的优化方法。

    一种基于深度网络学习的校园异常事件监控系统

    公开(公告)号:CN115035439A

    公开(公告)日:2022-09-09

    申请号:CN202210596506.8

    申请日:2022-05-30

    摘要: 本发明公开了一种基于深度网络学习的校园异常事件监控系统,包括视频大数据采集与存储体系、异常事件监测体系和异常事件告警体系;在异常事件监测体系中通过利用知识图谱和深度多实例排序的弱监督异常检测算法来对特征明显异常事件与特征不明显的异常事件进行检测识别,当系统检测出异常事件后,可实现涉事人员识别与相关班主任及管理人员精准告警通知,实现异常事件快速响应与处理,还可通过对特定异常事件发生前的人员动态特征进行深度学习与构建动态特征知识库,对正在发生的场景进行自动对比分析,实现对特定异常事件发生的提前预测,以及及时预警干预,本发明较大程度上节省人力物力,提高了工作效率,降低异常事件的发生所造成的损失。

    一种基于无人驾驶公交车精准客流预测的自适应动态排班方法及系统

    公开(公告)号:CN114925911A

    公开(公告)日:2022-08-19

    申请号:CN202210547098.7

    申请日:2022-05-19

    IPC分类号: G06Q10/04 G06Q10/06 G06Q50/26

    摘要: 本发明公开了一种基于无人驾驶公交车精准客流预测的自适应动态排班方法,包括以下步骤:步骤A、获取各站台间路线基础数据,步骤B、以基础数据为依据生成初始排班模型;步骤C、以初始排班模型为初始可行解生成最优自适应动态排班模型。一种基于无人驾驶公交车精准客流预测的自适应动态排班系统,包括:移动预约端,用于乘客在线预约乘车路线;站台闸机端,用于乘客现场预约乘车路线、识别乘客乘车信息是否正确、放行乘客以及费用扣取;公交车通信端,用于采集本车辆实时运行状态;车辆动态排班端,用于接收移动预约端、站台闸机端。采用线上预约和现场预约的方式进行乘车,实现了乘客的精准乘车,同时能够准确掌握客流数据。