-
公开(公告)号：CN112001548B
公开(公告)日：2023-10-20
申请号：CN202010861302.3
申请日：2020-08-25
Applicant: 北京交通大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/30 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的OD客流预测方法。该方法包括：获取历史的OD矩阵信息和实时的进站客流时间序列信息，将所述历史的OD矩阵信息和所述实时的进站客流时间序列信息输入至经训练的深度学习模型，获得预测的后续时间段的OD矩阵信息，其中所述深度学习模型包括主干结构和分支结构，该主干结构以所述历史的OD矩阵信息作为输入以提取高级特征，该分支结构以所述实时的进站客流时间序列作为输入，并通过对该主干结构的输出进行调整，进而获得预测的后续时间段的OD矩阵信息。本发明能够提高OD短时客流预测的实时性和精确度。
-
公开(公告)号：CN115018281A
公开(公告)日：2022-09-06
申请号：CN202210570294.6
申请日：2022-05-24
Applicant: 北京交通大学
Abstract: 本发明提供了一种网约专巴与地铁联运匹配优化方法。该方法包括：基于乘客选择和车辆运营互动机制确定初始可行的乘客匹配集合；在初始可行匹配集合基础上，合并不同路线的网约专巴乘客，得到二次拼车可行集合以及相应巴士合并路线；以综合考虑道路里程节约收益和网约专巴运营收益的系统收益最大作为优化目标，构建网约专巴与地铁联运优化匹配模型；通过算法求解所述网约专巴与地铁联运优化匹配模型，得到合乘匹配组合、网约专巴线路端点站位置、网约专巴发车时间以及预计到达时间。本发明方法面向乘客的网约专巴联运地铁是将出租车用户完全转移到公共交通的促进方案，为联运模式及公交一体化的方案设计和推广发展提供了有力支撑。
-
公开(公告)号：CN110443422B
公开(公告)日：2021-11-19
申请号：CN201910717323.5
申请日：2019-08-05
Applicant: 北京交通大学
Abstract: 本发明提供一种基于OD吸引度的城市轨道交通OD客流预测方法。该方法包括：根据历史数据统计轨道交通网中不同时段OD对间的吸引度值和对应的OD对间的客流，分别表示为OD吸引度矩阵和第一OD矩阵，其中吸引度值反映OD对间吸引客流的程度；基于所述OD对间的吸引度值划分为多个吸引度等级并选取参考等级；根据所述OD吸引度矩阵，从所述第一OD矩阵中提取吸引度值超过所述参考等级的OD对，构成第二OD矩阵；将所述第二OD矩阵输入至深度学习模型，经训练获得OD对间的预测客流。本发明的方法能够提高客流预测的准确性、有效性和实时性。
-
公开(公告)号：CN112001548A
公开(公告)日：2020-11-27
申请号：CN202010861302.3
申请日：2020-08-25
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于深度学习的OD客流预测方法。该方法包括：获取历史的OD矩阵信息和实时的进站客流时间序列信息，将所述历史的OD矩阵信息和所述实时的进站客流时间序列信息输入至经训练的深度学习模型，获得预测的后续时间段的OD矩阵信息，其中所述深度学习模型包括主干结构和分支结构，该主干结构以所述历史的OD矩阵信息作为输入以提取高级特征，该分支结构以所述实时的进站客流时间序列作为输入，并通过对该主干结构的输出进行调整，进而获得预测的后续时间段的OD矩阵信息。本发明能够提高OD短时客流预测的实时性和精确度。
-
公开(公告)号：CN110992122A
公开(公告)日：2020-04-10
申请号：CN201911006628.1
申请日：2019-10-22
Applicant: 北京交通大学
Abstract: 本发明提供了一种人到车的网约顺风车匹配方法，包括：获取顺风车和用户的出行信息，根据出行信息建立出行数据库；对顺风车和用户进行筛选，得到顺风车和用户匹配的出行集合，并对出行集合中的顺风车和用户进行关系匹配，得到包含有顺风车和用户匹配关系的匹配集合；根据匹配集合，计算相匹配的顺风车和用户的出行成本，根据出行成本计算对应的出行成本节约值；根据出行成本节约值对匹配集合中的顺风车和用户的匹配关系进行进一步筛选；以系统角色为约束条件，以相匹配的顺风车和用户共同的出行成本节约最大为目标，进行顺风车出行匹配，得到人到车匹配结果。本方法提出了从人到车的匹配模式，保证了网约顺风车服务的非商业运营性质和规模化发展。
-
Patent Agency Ranking
公开(公告)号：CN110443422A
公开(公告)日：2019-11-12
申请号：CN201910717323.5
申请日：2019-08-05
Applicant: 北京交通大学
Abstract: 本发明提供一种基于OD吸引度的城市轨道交通OD客流预测方法。该方法包括：根据历史数据统计轨道交通网中不同时段OD对间的吸引度值和对应的OD对间的客流，分别表示为OD吸引度矩阵和第一OD矩阵，其中吸引度值反映OD对间吸引客流的程度；基于所述OD对间的吸引度值划分为多个吸引度等级并选取参考等级；根据所述OD吸引度矩阵，从所述第一OD矩阵中提取吸引度值超过所述参考等级的OD对，构成第二OD矩阵；将所述第二OD矩阵输入至深度学习模型，经训练获得OD对间的预测客流。本发明的方法能够提高客流预测的准确性、有效性和实时性。
-
公开(公告)号：CN110428508A
公开(公告)日：2019-11-08
申请号：CN201910716940.3
申请日：2019-08-05
Applicant: 北京交通大学
Abstract: 本发明涉一种基于卡数据的公交车逃票乘客甄别技术。一种基于卡数据的公交车逃票乘客甄别技术，主要包括以下步骤：1)确定公交车到站时间及潜在逃票乘客；2)确定潜在逃票乘客的实际下车站点；3)对比实际支付票价和应支付票价，确定实际逃票乘客及逃票数额。本发明利用机器学习算法和既有的卡数据进行模块化的数据分析，筛选，大大提高乘客筛查范围，相比人工检查的方式极大降低了成本，提高了检查效率，其检查结果准确定位到单一乘客，且能够实现对逃票乘客的长期监测，有利于工作可持续开展。
-
公开(公告)号：CN115018281B
公开(公告)日：2025-03-28
申请号：CN202210570294.6
申请日：2022-05-24
Applicant: 北京交通大学
IPC: G06Q10/0631 , G06Q50/40
Abstract: 本发明提供了一种网约专巴与地铁联运匹配优化方法。该方法包括：基于乘客选择和车辆运营互动机制确定初始可行的乘客匹配集合；在初始可行匹配集合基础上，合并不同路线的网约专巴乘客，得到二次拼车可行集合以及相应巴士合并路线；以综合考虑道路里程节约收益和网约专巴运营收益的系统收益最大作为优化目标，构建网约专巴与地铁联运优化匹配模型；通过算法求解所述网约专巴与地铁联运优化匹配模型，得到合乘匹配组合、网约专巴线路端点站位置、网约专巴发车时间以及预计到达时间。本发明方法面向乘客的网约专巴联运地铁是将出租车用户完全转移到公共交通的促进方案，为联运模式及公交一体化的方案设计和推广发展提供了有力支撑。
-
公开(公告)号：CN108898268A
公开(公告)日：2018-11-27
申请号：CN201810442368.1
申请日：2018-05-10
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于订单的顺风车出行节油计量方法。该方法包括：获取顺风车出行中二次拼车模式，确定顺风车出行中载客率场景，计算各种二次拼车模式中不同载客率场景下的路线长度；根据所述不同载客率场景下的路线长度和预先设定的燃油经济性参数，分别计算顺风车出行和司机乘客均单独驾车出行时的油耗数值，将司机乘客均单独驾车出行时的油耗数值减去顺风车出行的油耗数值，将得到的差值作为顺风车出行节油数值。本发明提供的顺风车出行节油计量方法可靠性高，考虑了载重变化对小汽车油耗的影响，将顺风车中的单次拼车出行和二次拼车出行情况区分开来，细分度更高，为实施顺风车精细化管理提供了重要的理论支撑。
-
公开(公告)号：CN110992122B
公开(公告)日：2024-05-14
申请号：CN201911006628.1
申请日：2019-10-22
Applicant: 北京交通大学
IPC: G06Q30/0601 , G06Q30/0283 , G06Q50/47
Abstract: 本发明提供了一种人到车的网约顺风车匹配方法，包括：获取顺风车和用户的出行信息，根据出行信息建立出行数据库；对顺风车和用户进行筛选，得到顺风车和用户匹配的出行集合，并对出行集合中的顺风车和用户进行关系匹配，得到包含有顺风车和用户匹配关系的匹配集合；根据匹配集合，计算相匹配的顺风车和用户的出行成本，根据出行成本计算对应的出行成本节约值；根据出行成本节约值对匹配集合中的顺风车和用户的匹配关系进行进一步筛选；以系统角色为约束条件，以相匹配的顺风车和用户共同的出行成本节约最大为目标，进行顺风车出行匹配，得到人到车匹配结果。本方法提出了从人到车的匹配模式，保证了网约顺风车服务的非商业运营性质和规模化发展。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.032 seconds)
