-
公开(公告)号:CN118278976A
公开(公告)日:2024-07-02
申请号:CN202410359529.6
申请日:2024-03-27
Applicant: 北京交通大学
IPC: G06Q30/0202 , G06Q10/02 , G06Q50/40 , G06N3/0464 , G06N3/042 , G06N3/0455 , G06N3/0442
Abstract: 本发明公开了一种基于深度学习的网约车短时OD需求预测方法。该方法包括:获取OD需求信息和网约车起终点关系交通网络图信息;将所述OD需求信息和所述网约车起终点关系交通网络图信息输入到经训练的深度学习模型,获得预定时间段的目标区域范围内的OD需求。本发明通过设计改进的可解释的深度学习模型,提高了OD需求预测的准确性,并且使得用户能够更清晰地理解模型的决策过程,提高了用户信任度,对于推动模型在实际决策中的应用具有积极意义。
-
公开(公告)号:CN118780700A
公开(公告)日:2024-10-15
申请号:CN202410790767.2
申请日:2024-06-19
IPC: G06Q10/083 , G06Q10/0631 , G06Q10/0637
Abstract: 本发明公开了一种基于混合编组的轨道交通客货协同运输一体化优化方法。该方法包括:针对轨道交通客货协同运输策略,以最小化运营成本、乘客滞留人数和货物延误时间为目标,确定目标函数;在设定的约束条件下,求解所述目标函数,以决策优化的运输策略,所述优化的运输策略包括列车时刻表、跳停策略、列车编组策略、车底运用计划、乘客运输策略和货物运输策略,能够高效获得城市轨道交通列车运行计划和客货运输方案。
-