-
Patent Agency Ranking
公开(公告)号：CN116307333B
公开(公告)日：2023-08-08
申请号：CN202310551413.8
申请日：2023-05-17
Applicant: 华侨大学
IPC: G06Q10/047 , G06Q10/0631 , G06Q50/30
Abstract: 本发明提供一种城际定制客运的往返线路和时刻表的获取方法及装置，涉及城际客运规划技术领域。其中，这种获取方法包含S1、构建往返线路和时刻表优化模型。S2、获取A城和B城之间的网约车历史订单数据。S3、根据网约车历史订单数据，对订单进行空间和时间的聚类，获取上下车中心点子集。S4、根据往返线路和时刻表优化模型和上下车中心点子集，用贪心算法按照可服务人数最大的贪心规则进行求解，获取初始解。S5、随机选择第一扰动算子对当前解中的线路进行扰动，获取局部最优解。S6、随机选择第二扰动算子对局部最优解中的往返环进行扰动，获取全局最优解。S7、当迭代次数达到迭代阈值时输出全局最优解，获取往返线路及排班优化方案。
-
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
Applicant: 华侨大学 , 蓝海(福建)信息科技有限公司
Abstract: 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：CN116562574A
公开(公告)日：2023-08-08
申请号：CN202310551389.8
申请日：2023-05-17
Applicant: 华侨大学
IPC: G06Q10/0631 , G06Q10/04 , G06F18/23 , G06Q50/30
Abstract: 本发明实施例提供城际定制客运的协同优化方法、装置、设备和存储介质，涉及城际客运规划技术领域。协同优化方法包含S1、基于站点、线路、时刻表和乘客数量，构建线路及排班优化模型。S2、获取网约车的历史订单数据。S3、根据历史订单数据，进行时空聚类，获取备选站点集合。S4、根据备选站点集合和线路及排班优化模型，用贪心算法求解得到模型的初始解。S5、随机选择扰动算子对当前解进行扰动，获取局部最优解。S6、根据模型的目标函数判断局部最优解是否优于当前解。若优于则接受局部最优解，否则以模拟退火概率接受新解。S7、判断迭代次数是否达到最大迭代次数。若达到则停止迭代并输出当前解，否则继续迭代。当前解包含线路及排班方案。
-
公开(公告)号：CN116307333A
公开(公告)日：2023-06-23
申请号：CN202310551413.8
申请日：2023-05-17
Applicant: 华侨大学
IPC: G06Q10/047 , G06Q10/0631 , G06Q50/30
Abstract: 本发明提供一种城际定制客运的往返线路和时刻表的获取方法及装置，涉及城际客运规划技术领域。其中，这种获取方法包含S1、构建往返线路和时刻表优化模型。S2、获取A城和B城之间的网约车历史订单数据。S3、根据网约车历史订单数据，对订单进行空间和时间的聚类，获取上下车中心点子集。S4、根据往返线路和时刻表优化模型和上下车中心点子集，用贪心算法按照可服务人数最大的贪心规则进行求解，获取初始解。S5、随机选择第一扰动算子对当前解中的线路进行扰动，获取局部最优解。S6、随机选择第二扰动算子对局部最优解中的往返环进行扰动，获取全局最优解。S7、当迭代次数达到迭代阈值时输出全局最优解，获取往返线路及排班优化方案。
-
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
Applicant: 华侨大学 , 蓝海(福建)信息科技有限公司
Abstract: 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。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
