公开(公告)号：CN116307419A

公开(公告)日：2023-06-23

申请号：CN202210263821.9

申请日：2022-03-17

Applicant: 厦门大学

Inventor： 赖永炫 ,  杨帆 ,  孟戈 ,  徐易凡 ,  宋亮

IPC: G06Q10/0631 ,  G06Q50/26 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/092 ,  G06F18/232

Abstract: 本申请实施例提供了一种基于强化学习的公交调度方法，包括以下步骤：S110、初始化路网数据，对所述路网进行区域网格化划分；S120、按照时间段划分轨迹数据，计算不同区域各时段的交通流量；S130、结合实时乘车请求数据，计算并更新所述交通流量；S140、公车行驶至路线终点时，从多个维度获取当前路网状态；S150、基于强化学习神经网络，结合步骤S130获得的更新后的所述交通流量与步骤S140获得的所述路网状态，计算公车驶向不同路线的反馈数据；以及S160、重复步骤S130‑S150，获取强化学习模型参数，并且基于训练好的强化学习模型进行公交调度。通过该方法，可以充分考虑到当前的路网状态和交通流量，有效地利用城市公交资源，提高公交运营效益，缓解城市交通拥堵情况。

公开(公告)号：CN110570678B

公开(公告)日：2021-03-19

申请号：CN201910860805.6

申请日：2019-10-23

Applicant: 厦门大学

Inventor： 赖永炫 ,  张璐 ,  徐易凡 ,  杨诗鹏

IPC: G08G1/123 ,  G06Q10/04 ,  G06Q50/26 ,  G06N3/04

Abstract: 本发明公开了一种公交车辆从起点到终点总行驶时间预测方法及装置。该方法在时空特征和属性特征等对影响公交车辆总行驶阶段的各种因素进行处理，充分考虑到了影响结果变化的各种因素。采用特征组合的方式对时空特征和属性特征进行组合，并对其中的缺失数据进行处理，以应对实际应用中发生的数据丢失等异常情况，通过ConvLSTM神经网络预测出各站停留时长、各站行驶时长，通过嵌入处理和标准化处理得到外部属性特征。利用各站停留时长、各站行驶时长和所述外部属性在层叠LSTM神经网络对总时长进行准确的预测。本发明提出的方法能够辅助现有公交公司进行调度决策，帮助调度员及时发现晚点车辆，并根据预测结果作出合理的调度决策。

公开(公告)号：CN110570678A

公开(公告)日：2019-12-13

申请号：CN201910860805.6

申请日：2019-10-23

Applicant: 厦门大学

Inventor： 赖永炫 ,  张璐 ,  徐易凡 ,  杨诗鹏

IPC: G08G1/123 ,  G06Q10/04 ,  G06Q50/26 ,  G06N3/04

Abstract: 本发明公开了一种公交车辆从起点到终点总行驶时间预测方法及装置。该方法在时空特征和属性特征等对影响公交车辆总行驶阶段的各种因素进行处理，充分考虑到了影响结果变化的各种因素。采用特征组合的方式对时空特征和属性特征进行组合，并对其中的缺失数据进行处理，以应对实际应用中发生的数据丢失等异常情况，通过ConvLSTM神经网络预测出各站停留时长、各站行驶时长，通过嵌入处理和标准化处理得到外部属性特征。利用各站停留时长、各站行驶时长和所述外部属性在层叠LSTM神经网络对总时长进行准确的预测。本发明提出的方法能够辅助现有公交公司进行调度决策，帮助调度员及时发现晚点车辆，并根据预测结果作出合理的调度决策。