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！

龙图腾网恭喜天津市政工程设计研究总院有限公司申请的专利基于深度强化学习的城市轨道交通客流控制与停站方案协同优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119047665B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411547242.2，技术领域涉及：G06Q10/04；该发明授权基于深度强化学习的城市轨道交通客流控制与停站方案协同优化方法是由孙峣;马佳兴;钱枫;柯水平;肖田;伊振鹏;任年鲁;贾宁;白子建;齐钦;马红伟;房艳强;辛秀颖;胡封疆;薛冰冰设计研发完成，并于2024-11-01向国家知识产权局提交的专利申请。

本基于深度强化学习的城市轨道交通客流控制与停站方案协同优化方法在说明书摘要公布了：本发明公开一种基于深度强化学习的城市轨道交通客流控制与停站方案协同优化方法，包括：S1.采集城市轨道交通系统的实时状态数据；S2.数据预处理；包括数据清洗、数据格式标准化和数据归一化；S3.将城市轨道交通客流控制与停站方案协同优化过程描述为马尔可夫博弈过程；S4.构建客流控制与停站方案协同优化模型；S5.训练客流控制与停站方案协同优化模型；S6.基于训练好的客流控制与停站方案协同优化模型实现对城市轨道交通客流控制与停站方案的实时决策。本发明的方法具有自适应性和灵活性，能够根据实时的客流情况和列车运力，动态调整各O‑DOrigin‑Destination,O‑D对客流控制率和列车跳停模式，提高城市轨道交通系统的运行效率和乘客出行的安全性。

本发明授权基于深度强化学习的城市轨道交通客流控制与停站方案协同优化方法在权利要求书中公布了：1.一种基于深度强化学习的城市轨道交通客流控制与停站方案协同优化方法，其特征在于，包括：S1.采集城市轨道交通系统的实时状态数据；包括列车运行数据、客流数据和车站站台数据；S2.数据预处理；包括数据清洗、数据格式标准化和数据归一化；S3.将城市轨道交通客流控制与停站方案协同优化过程描述为马尔可夫博弈过程；包括定义状态空间、定义动作空间、设置奖励函数和设置策略函数；状态空间包括列车运行状态、乘客状态和车站站台状态；动作空间由各O-D对客流控制率和跳停模式组合形成；奖励函数与乘客滞留站台的次数直接相关，对于车站i奖励函数定义为： 其中，RiSt，at为在t时刻城市轨道交通系统的状态St下执行动作at后车站i获得的奖励，奖励值是乘客总滞留次数的倒数，总滞留次数越小奖励值越大；t为最新的决策时刻；oict为二进制变量，如果乘客c在t决策时刻滞留在车站i，则oict＝1，否则oict＝0；C为车站i最大的乘客数量；pcwf为乘客c滞留站台的累积次数；策略神经网络πiθSt，at是将t时刻城市轨道交通系统的状态映射到一个动作的神经网络，θ为神经网络的参数；使用策略神经网络πiθSt，at近似策略函数πiat|St；πiθSt，at及其损失函数Liθ定义如下：πiθSt，at＝pia|St，θ≈πiat|St；其中，pia|St，θ表示在t时刻城市轨道交通系统的状态St下动作空间a的概率分布函数；S4.构建客流控制与停站方案协同优化模型，所述客流控制与停站方案协同优化模型由Actor网络和Critic网络组成；利用指针网络结构建立Actor网络，用于生成动作的概率分布pia|St，θ，Actor网络包括：输入层，包括动作空间数据和所有状态空间数据；编码器，编码器使用一个循环神经网络RNN将输入数据编码成一个固定长度的向量表示；注意力机制，用于通过注意力机制计算每个输入向量的注意力权重；解码器，使用一个循环神经网络RNN结合注意力机制生成输出序列，并使用了一个mask层和softmax激活函数来生成最终的输出；Critic网络基于一个循环神经网络RNN建立，用于估计城市轨道交通系统当前状态St的状态值函数ViSt，进一步用于Actor网络梯度的更新；S5.训练客流控制与停站方案协同优化模型；S6.基于训练好的客流控制与停站方案协同优化模型实现对城市轨道交通客流控制与停站方案的实时决策。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人天津市政工程设计研究总院有限公司，其通讯地址为：300051 天津市和平区营口道239号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。