-
公开(公告)号:CN117973167A
公开(公告)日:2024-05-03
申请号:CN202410125033.2
申请日:2024-01-30
Applicant: 同济大学
IPC: G06F30/25 , G08G1/01 , G06F119/02
Abstract: 本发明涉及一种基于粒子滤波的信控交叉口车辆轨迹重构方法,包括:获取待分析区域内的历史轨迹数据及相应信号状态数据,基于粒子滤波算法,构建轨迹重构模型;将当前轨迹的起讫点和对应信号状态信息输入轨迹重构模型,输出得到车辆逐秒轨迹点,即重构得到完整的车辆轨迹。与现有技术相比,本发明按照交叉口信号状态分场景建模,结合车辆运动学原理,在已知轨迹起讫点及对应信号灯状态信息的条件下,利用粒子滤波方法逐步迭代、直接输出车辆的逐秒轨迹点,以得到重构的完整车辆轨迹,能够在减少计算量、简化轨迹重构步骤的同时有效提高轨迹重构精度。
-
公开(公告)号:CN119783915B
公开(公告)日:2025-05-13
申请号:CN202510272065.X
申请日:2025-03-10
Applicant: 同济大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/47 , G06F18/213
Abstract: 本发明涉及一种基于端到端预测的网约车辆调度优化方法、设备及存储介质,方法步骤包括:根据子区域和时间片划分,构建基于历史供需特征和时空特征的供需预测模型,得到各子区域每个时间片的网约车发单数和司机数;以各子区域和时间片的发单数与初始司机数为未知参数,最大化平台总交易额为优化目标构建车辆调度优化模型,输出车辆调度方案;并采用以决策遗憾值最小为目标的损失函数,根据最优解违反约束的程度设置惩罚项,利用零阶估计对损失函数关于预测参数的梯度进行估计,返回预测模型实现端到端训练。与现有技术相比,本发明通过将预测模型的训练与调度的决策目标进行耦合,实现了预测模型和优化模型的端到端建模,提高调度决策收益。
-
公开(公告)号:CN119783915A
公开(公告)日:2025-04-08
申请号:CN202510272065.X
申请日:2025-03-10
Applicant: 同济大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/47 , G06F18/213
Abstract: 本发明涉及一种基于端到端预测的网约车辆调度优化方法、设备及存储介质,方法步骤包括:根据子区域和时间片划分,构建基于历史供需特征和时空特征的供需预测模型,得到各子区域每个时间片的网约车发单数和司机数;以各子区域和时间片的发单数与初始司机数为未知参数,最大化平台总交易额为优化目标构建车辆调度优化模型,输出车辆调度方案;并采用以决策遗憾值最小为目标的损失函数,根据最优解违反约束的程度设置惩罚项,利用零阶估计对损失函数关于预测参数的梯度进行估计,返回预测模型实现端到端训练。与现有技术相比,本发明通过将预测模型的训练与调度的决策目标进行耦合,实现了预测模型和优化模型的端到端建模,提高调度决策收益。
-
-