Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于客流预测的交通运力联调分配方法及指令传达系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明属于交通运输技术领域,具体涉及基于客流预测的交通运力联调分配方法及指令传达系统,其包括:S1、获取城市交通客流数据,使用熵权法分析客流影响因素;S2、构建长短期记忆网络客流预测模型,进行城市交通客流数据预测;S3、根据客流预测数据,实现基于交通大模型的交通运力分配;S4、根据交通运力分配结果,实现运力动态调整与协调调度。本发明基于长短期记忆网络模型预测实现客流量预测,科学地安排交通运力、优化路网布局、提高资源利用效率;本发明综合运用现代信息技术和管理手段,实现客流监测、运力调度、应急响应、乘客服务的协同与联动,基于交通大模型的运力联调分析,能够优化交通资源配置,提高交通运营效率。

主权项:1.一种基于客流预测的交通运力联调分配方法,其特征在于,其包括:S1:获取城市交通客流数据得到城市交通客流数据真实值pin,并使用熵权法分析客流影响因素,具体为:汇总客运交通枢纽数据、铁路交通客运数据、机场客运数据和交通卡口统计数据,利用上述数据叠加获得城市交通客流数据真实值pin;确定客流影响因素,使用熵权法分析客流影响因素对城市交通客流数据的影响;S2:构建长短期记忆网络客流预测模型,进行城市交通客流数据预测,具体包括如下子步骤:S21:构建包括遗忘门、输入门和输出门的长短期记忆网络客流预测模型,获取步骤S1中的城市交通客流数据,按照时间序列输入长短期记忆网络客流预测模型;S22:分别计算遗忘门和输入门的输出数据,生成候选客流数据记忆单元,生成当前的客流数据记忆单元状态为: 其中,Ct为当前时刻的记忆单元状态;ft为遗忘门的输出;Ct-1为上一个时刻的记忆单元状态;it为输入门的输出;为新的候选记忆单元;S23:计算输出门的输出数据,确定当前客流数据记忆单元的隐藏状态为:ht=Ot×tanhCt其中,ht为当前时刻的隐藏状态;Ot为输出门的输出;tanh为第二层激活函数;S24:根据客流数据记忆单元的隐藏状态,更新长短期记忆网络客流预测模型内部的权重矩阵与偏置;利用长短期记忆网络客流预测模型的损失函数计算城市交通客流数据预测值pout和步骤S1中的城市交通客流数据真实值pin的差距为:Q=||pout-pin||2≤Sq其中,Q为长短期记忆网络客流预测模型的损失函数;pout为城市交通客流数据预测值;pin为城市交通客流数据真实值,利用长短期记忆网络客流预测模型获得;Sq为长短期记忆网络客流预测模型的损失函数指标;S25:根据城市交通客流数据预测值将客流量等级划分为四个等级:低峰期Le1、平峰期Le2、高峰期Le3和极端高峰期Le4;S3:根据步骤S2中的城市交通客流预测数据,实现基于交通大模型的交通运力分配;基于交通大模型进行交通运力联调分析,根据步骤S2中的城市交通客流数据预测值,按照客流量等级及步骤S1中的客流影响因素,对出租车、网约车和公交车进行调度与路径规划,交通大模型的公式具体为:t、w、b、p、l、d=TGpout、Ld、Ca、Le、S其中,t为出租车数量;w为网约车数量;b为公交车数量;p为配置站点;l为交通路线;d为发车频次;TG为基于TrafficGPT构建的交通大模型;Ld为路网交通实时数据;Ca为交通工具的运力分析结果;Le为客流量等级;S为客流影响因素的权重;S4:根据交通运力分配结果,实现运力动态调整与协调调度:根据步骤S3中交通大模型的输出结果,具体为:出租车数量t、网约车数量w和公交车数量b,控制发车频次d,规划交通路线l和配置站点p;对出租车、网约车和公交车进行调度及时将客流量等级的高峰期Le3和极端高峰期Le4降为平峰期Le2或低峰期Le1,完成交通运力联调分配。

全文数据:

权利要求:

百度查询: 北京华录高诚科技有限公司 基于客流预测的交通运力联调分配方法及指令传达系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。