-
Patent Agency Ranking
公开(公告)号：CN109657820A
公开(公告)日：2019-04-19
申请号：CN201811281523.2
申请日：2018-10-23
Abstract: 本发明为一种可预约的出租车匹配方法，包括以下几个步骤：1)初始化路网数据，构建时间依赖的速度网络；2)车辆状态实时更新到系统，乘客发起出行请求并发送到中心服务器进行处理；3)服务器将已就绪请求和空载的出租车抽象成节点建立匹配二分图，并计算乘客请求和出租车配对的效能；4)将系统中的出租车匹配问题转化成最小代价流问题，产生最佳的“出租车-乘客”匹配方案；5)根据匹配方案，系统发送通知给请求成功的乘客，出租车则前往指定地点接乘客；6)跳转到步骤2)，周期性地增量更新请求和匹配。本方法和系统可求解出租车预约请求和实时请求的调配问题，减少乘客等车时间，提高出租车的行驶效率，提高效益。
-
公开(公告)号：CN109657820B
公开(公告)日：2020-10-20
申请号：CN201811281523.2
申请日：2018-10-23
Abstract: 本发明为一种可预约的出租车匹配方法，包括以下几个步骤：1)初始化路网数据，构建时间依赖的速度网络；2)车辆状态实时更新到系统，乘客发起出行请求并发送到中心服务器进行处理；3)服务器将已就绪请求和空载的出租车抽象成节点建立匹配二分图，并计算乘客请求和出租车配对的效能；4)将系统中的出租车匹配问题转化成最小代价流问题，产生最佳的“出租车‑乘客”匹配方案；5)根据匹配方案，系统发送通知给请求成功的乘客，出租车则前往指定地点接乘客；6)跳转到步骤2)，周期性地增量更新请求和匹配。本方法和系统可求解出租车预约请求和实时请求的调配问题，减少乘客等车时间，提高出租车的行驶效率，提高效益。
-
公开(公告)号：CN116069490A
公开(公告)日：2023-05-05
申请号：CN202111288518.6
申请日：2021-11-02
Applicant: 厦门大学
IPC: G06F9/50
Abstract: 本申请提供了一种基于车辆移动预测的车联网边缘缓存分配方法，包括以下步骤：初始化路网数据，对路网进行网格化划分并且标记出路网上的车辆热点区域，以及初始化路侧节点和车辆的缓存空间；在路侧节点或车辆对用户发送的请求内容进行响应的条件下，根据请求内容更新自身维护的内容流行度列表，并根据内容流行度列表更新自身缓存；预测靠近热点区域的车辆的移动方向，若车辆的行驶方向为驶向热点区域，则对车辆的缓存进行提前更新；以及响应于确定车辆的行驶方向并非为驶向热点区域，则返回步骤S2，继续等待用户发送请求内容。该方法可以有效解决当前车联网缓存车辆和路侧节点的缓存分配问题，减少网络延迟，提高缓存效率。
-
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
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
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。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
