-
公开(公告)号:CN109034449A
公开(公告)日:2018-12-18
申请号:CN201810614511.0
申请日:2018-06-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习和乘客行为模式的短期公交客流预测方法,包括以下步骤:1、对公交客流影响因素进行识别与特征提取;2、对公交客流数据结构进行重新构造,将输入样本细分小时客流xt重新构造为细分小时客流矩阵Xt,使其能够适应CNN和ConvLSTM模型;3、以历史客流、影响公交客流的外部因素和内部因素作为输入数据,根据8种不同维度的数据输入方案,即考虑内部影响因素的7种组合数据输入方案和1种不考虑内部影响因素的数据输入方案,利用深度学习模型对公交客流进行预测,通过多次试验获取公交客流预测的平均相对误差和绝对误差。所述方法同时考虑公交客流的外部和内部因素,不仅可以预测公交客流总量,还可以预测公交客流组成结构。
-
公开(公告)号:CN118736809A
公开(公告)日:2024-10-01
申请号:CN202410726019.8
申请日:2024-06-06
Applicant: 华南理工大学
Abstract: 本发明公开了一种考虑混合请求以及公平性的灵活公交动态调度方法,包括以下步骤:基于滚动时域框架建立马尔可夫决策过程模型,通过马尔科夫决策过程模型解释考虑混合请求及公平性的灵活公交动态调度问题;马尔科夫决策过程模型设计临时请求拒绝机制、预测误差修正机制和超期补偿机制,解决灵活公交动态调度中出现的问题;确定灵活公交动态调度的成本,建立马尔科夫决策过程模型的目标函数,设置马尔科夫决策过程模型的约束条件;基于多智能体强化学习定义核心要素,设计新型多智能体强化学习框架,求解灵活公交动态调度问题。本发明在降低运营成本、改善乘客公平性和提高服务质量方面具有显著优势,具有良好的求解性能,具备较强的实际应用前景。
-
公开(公告)号:CN117910746A
公开(公告)日:2024-04-19
申请号:CN202311847129.1
申请日:2023-12-29
Applicant: 华南理工大学
IPC: G06Q10/0631 , G06Q50/10 , G06F8/30
Abstract: 本发明公开了一种考虑时间窗与机场状况的机场地服派工优化方法,包括以下步骤:基于带时间窗的团队定向问题,建立机场地服混合技能派工模型,通过模型描述机场地服调度问题;建立机场地服混合技能派工模型多目标优化的目标函数,确定完成地服任务数量和员工劳动工时均衡为优化目标;根据机场现实状况,设置机场地服混合技能派工模型的约束条件,对机场地服混合技能派工模型的参数进行设置;基于Python编写程序,读取数据文件后编写调用Gurobi求解器,求解得到机场地服的派工优化方案。本发明有助于提高每名地服员工的时间利用率,提高员工的舒适度,节约机场成本。同时,本发明的模型算法有良好的求解特性,具有较强的实际应用前景。
-
公开(公告)号:CN112101637B
公开(公告)日:2022-06-14
申请号:CN202010868094.X
申请日:2020-08-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于分时电价和能耗控制的动态充电优化方法及其应用,该方法步骤包括:采集充电停车场基础属性、城市分时电价变化情况、停放车辆情况和电动汽车参数的基础数据;构建以充电费用最低为优化目标的第一充电策略,对动态到达车辆的充电时段和充电功率进行调整;构建以充电负载峰值最小为优化目标的第二充电策略,构建以减少充电峰值为优化目标的第三充电策略,预测车辆动态到达;根据选择的充电策略,对应计算出当前充电策略下所需要的充电费用与电力负载情况。本发明在分时电价的背景下,合理安排车辆充电的时段以及相应的充电功率,使停车场充电成本最小化,同时避免电网负载功率在短时间内过高,使电网负载均衡。
-
公开(公告)号:CN109344991B
公开(公告)日:2022-03-29
申请号:CN201810875968.7
申请日:2018-08-03
Applicant: 华南理工大学
Abstract: 本发明公开了一种公交线路最高断面客流预测方法,包括步骤:提取公交线路各时段断面客流的影响因子,建立数据空间;提出基于预测误差成本的评价指标;以误差成本最小化为目标对数据空间进行参数寻优;在参数寻优过程中,对目标时段断面客流利用Shepard插值算法进行插值预测。本发明利用插值算法进行预测,具有较高的预测稳定性,在以预测误差成本为评价指标的预测模型中表现较优,可为公交线路发车频率设置、运力投放、最优满载率提供参考,同时还利用“报童模型”的思想,提出了基于预测误差成本的评价指标,综合反映车次冗余成本和因车次不足而造成的乘客滞留成本,为后续公交发车频率优化提供更为直接的参考。
-
公开(公告)号:CN110459050A
公开(公告)日:2019-11-15
申请号:CN201910447297.9
申请日:2019-05-27
Applicant: 华南理工大学
Abstract: 本发明涉及一种基于混合决策树的短期公交客流预测方法,包括:S1,获取一段时间内搭乘线路的乘客刷卡数据;S2,根据所述乘客刷卡数据获取每个乘客的身份信息,并统计每个乘客的周均刷卡次数和周刷卡次数标准差,得到乘客出行的模式数据集;S3,根据每个乘客的身份信息、周均刷卡次数和周刷卡次数标准差对乘客进行分类和分时段统计,得到分类分时段的统计数据集;S4,将所述分类分时段的统计数据集和影响因素数据集(IF)按时间进行连接,获取训练数据集和测试数据集。本发明不仅能得到精度较高的客流总量预测,同时能得到客流结构预测。
-
公开(公告)号:CN110119891A
公开(公告)日:2019-08-13
申请号:CN201910347945.3
申请日:2019-04-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种适于大数据的交通安全影响因素辨识方法,包括步骤:S1、通过分析识别潜在交通安全影响因素并进行有效数据的采集;S2、分别以交通事故数、经济损失、受伤人数以及死亡人数作为因变量建立梯度提升决策树模型;S3、使用穷举法获取最优性能参数组合;S4、分别使用最优梯度提升决策树模型性能参数组合计算各个因素对交通事故数、经济损失、受伤人数以及死亡人数的相对重要性,并进行排序;S5、建立偏效应函数,对重要影响因素进行偏效应分析,从而辨识出用于改善交通安全的交通安全影响因素。本发明有助于了解经济发展,人口特征和道路网络对区域交通事故的共同影响,有助于决策者采取综合对策来改善道路安全。
-
公开(公告)号:CN108415245B
公开(公告)日:2019-05-14
申请号:CN201810078965.0
申请日:2018-01-26
Applicant: 华南理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种异质车联网条件下自主车队运行的容错控制方法,包括以下步骤:(1)考虑驾驶员的滞后反应时间随时间变化的特性,提出了更符合实际的耦合映射跟驰模型;(2)利用李雅普诺夫函数理论,推导了车队行驶满足稳定性的充分条件;(3)考虑异质车联网环境下同时存在人工驾驶车辆和自动驾驶车辆,根据车流的运行特性,将人工驾驶车辆抽象为自动驾驶车辆传感器失效的情况,设计了状态反馈速度控制器。本发明设计了复合人工驾驶车辆和自动驾驶车辆的状态反馈速度控制器,使得系统在部分传感器失效的情况下仍然满足渐进稳定,即可缓解交通拥堵问题。
-
公开(公告)号:CN108415245A
公开(公告)日:2018-08-17
申请号:CN201810078965.0
申请日:2018-01-26
Applicant: 华南理工大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种异质车联网条件下自主车队运行的容错控制方法,包括以下步骤:(1)考虑驾驶员的滞后反应时间随时间变化的特性,提出了更符合实际的耦合映射跟驰模型;(2)利用李雅普诺夫函数理论,推导了车队行驶满足稳定性的充分条件;(3)考虑异质车联网环境下同时存在人工驾驶车辆和自动驾驶车辆,根据车流的运行特性,将人工驾驶车辆抽象为自动驾驶车辆传感器失效的情况,设计了状态反馈速度控制器。本发明设计了复合人工驾驶车辆和自动驾驶车辆的状态反馈速度控制器,使得系统在部分传感器失效的情况下仍然满足渐进稳定,即可缓解交通拥堵问题。
-
公开(公告)号:CN116704808A
公开(公告)日:2023-09-05
申请号:CN202310581513.5
申请日:2023-05-23
Applicant: 华南理工大学
IPC: G08G1/14 , G06Q10/0631
Abstract: 本发明公开了一种停车位智能动态分配与引导方法、装置、设备及介质,所述方法包括:收集待优化停车场的环境信息,分析停车行为,建立停车场的数值仿真系统;在DQN深度强化学习算法框架下,结合动态分配与延时匹配,建立停车位智能分配模型;将停车位智能分配模型代入所述数值仿真系统进行训练,以及算例分析;训练完成后输出停车位分配策略,提供车位分配信息和停车导航,并通过引导机制激励用户服从分配。本发明具有更强的智能性与自适应性,可以提高车辆寻泊效率、充电需求满足率和停车系统的周转率,并为用户提供优质的停车服务,同时顺应了自动驾驶等技术的发展趋势,为智能代客停泊过程中的车位匹配问题提供解决方案。
-
-
-
-
-
-
-
-
-