基于两阶段调度的城际动态拼车调度优化方法及装置

    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

    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。

    交通需求预测方法、系统、电子设备及计算机存储介质

    公开(公告)号:CN115938112B

    公开(公告)日:2024-08-23

    申请号:CN202211470118.1

    申请日:2022-11-23

    Applicant: 华侨大学

    Abstract: 本发明涉及一种交通需求预测方法、系统、电子设备及计算机存储介质,涉及智慧交通技术领域,方法包括获取交通数据中的时序特征;根据所述时序特征进行时序信息编码,得到输入特征矩阵;根据所述输入特征矩阵利用时间上的多头门控自注意力提取模块进行特征提取,得到带有时间特征的特征矩阵;根据所述带有时间特征的特征矩阵利用空间上的多头门控递归图注意力模块进行特征提取,得到带有时间特征和空间特征的特征矩阵;获取预设时间交通数据;根据所述预设时间交通数据和所述带有时间特征和空间特征的特征矩阵确定预测结果。本发明通过充分挖掘交通数据中的时空特征,从而实现快速且准确地对城市交通需求进行预测。

    欠定条件下的密集模态参数识别方法、装置、设备及介质

    公开(公告)号:CN118503683A

    公开(公告)日:2024-08-16

    申请号:CN202410910545.X

    申请日:2024-07-09

    Abstract: 本发明提供了欠定条件下的密集模态参数识别方法、装置、设备及介质,涉及工作模态参数识别技术领域,本方法通过获取传感器测点的线性时不变结构振动响应信号,根据振动响应信号数据的自相关性来构建三阶张量,通过张量分解后可以得到模态振型与模态响应矩阵;可以更准确地反映数据的内在结构,通过整合自相关性、PCA以及张量分解,使得即使在传感器有限的情况下(欠定)也能有效地提取模态信息,识别出工作模态参数(模态振型、固有频率等),为监测大型结构,如桥梁、高层建筑、风力涡轮机等提供了进一步的可能。

    基于Morse的欠定时不变工作模态参数识别方法及装置

    公开(公告)号:CN118468093A

    公开(公告)日:2024-08-09

    申请号:CN202410939747.7

    申请日:2024-07-15

    Abstract: 本发明提供的一种基于Morse的欠定时不变工作模态参数识别方法及装置,涉及工作模态参数识别领域。本发明通过获取传感器测点的时域位移振动响应信号,采用Morse连续小波变换得到时频域响应信号;然后采用使用时频阈值自适应算法筛选出时频点后,进行SSP单源点检测,再使用基于稀疏搜索的快速密度峰值聚类算法获得峰值聚类稀疏信号,继而构建出决策图,从决策图的聚类中心获得混合矩阵估计;最后,使用范数最小化算法获得源信号的稀疏解,以此重构源信号,并通过Morse小波逆变换获得时域下的模态坐标响应。本发明实现了欠定时不变工作模态参数的识别,且相对传统方法,本发明方法的模态参数识别速度更快、准确性高,且对测量噪声具有鲁棒性,模型更稳定。

    一种OD客流短时预测方法、装置、设备及其存储介质

    公开(公告)号:CN114819366B

    公开(公告)日:2024-07-26

    申请号:CN202210483804.6

    申请日:2022-05-06

    Applicant: 华侨大学

    Inventor: 王成 李心怡

    Abstract: 本发明提供了一种OD客流短时预测方法、装置、设备及其存储介质,包括获取历史乘客IC数据集及外部影响因素特征数据,并对其进行OD匹配处理,生成历史OD数据集;将历史OD数据集进行转换处理,生成时间序列,并对时间序列进行堆叠处理,生成输入数据集,以Δt作为预测时间间隔对预设时间段内的时间序列中进行划分,并将划分后数据进行堆叠;调用训练好的神经网络模型对输入数据集进行处理,生成OD客流预测数据;根据OD客流预测数据,对车辆实时动态调度进行调整。此外,现有技术中的OD预测方法忽略了在解决数据稀疏性、可用性问题基础上,同时考虑时序特点,并且OD分布与历史客流量以及外部因素之间的密切关系,导致结果精确度不高。

    城际往返客运的多区域需求预测方法、装置、设备和介质

    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

    Inventor: 王成 戴泽众 胡蝶

    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。

    基于MKTL的多点频域振动响应预测方法、装置、设备及介质

    公开(公告)号:CN117933102A

    公开(公告)日:2024-04-26

    申请号:CN202410335802.1

    申请日:2024-03-22

    Abstract: 本发明提供的基于MKTL的多点频域振动响应预测方法、装置、设备及介质,通过用部分辅助测点的振动响应频域数据加入不同类型的噪声后,训练一个多输入多输出的神经网络振动响应预测模型作为源域的源模型,以应对实际工况条件下噪声变化多样问题的振动响应鲁棒性预测;通过两种多频率知识迁移学习MKTL形式分别结合两种源域存储机制,采用一种迁移形式结合一种源域存储机制的多源域迁移存储机制,组成四种形式并进行融合、综合对比,得到最优BP‑NN神经网络模型,辅助目标域进行训练,达到模型迁移的目的。本发明实现了多个领域知识的综合学习,克服单源域迁移存在的信息不充分问题,增强了模型的鲁棒性,有效提高模型的预测精度和效果。

    一种欠定工作模态参数识别方法、装置、设备及存储介质

    公开(公告)号:CN117892118A

    公开(公告)日:2024-04-16

    申请号:CN202410264227.0

    申请日:2024-03-08

    Abstract: 本发明提供的一种欠定工作模态参数识别方法、装置、设备及存储介质,涉及工作模态参数识别技术领域,通过从部署在结构上的振动传感器获取传感器测点的线性时不变结构振动响应信号,来识别线性时不变结构的模态参数(包括模态固有频率、模态振型矩阵、模态阻尼比)。本发明采用过完备独立成分分析数学模型对振动响应信号进行成分分析获得分离矩阵和分离信号,结合贝叶斯和最大化后验概率方法对分离矩阵和分离信号进行估计和迭代更新直至收敛,从而获得逼近的振动响应信号的模态振型和模态响应矩阵,从而实现在环境激励下部署在工程结构上有限的传感器测得的平稳振型响应信号中识别出更多的模态参数信息。

Patent Agency Ranking