-
公开(公告)号:CN115829158A
公开(公告)日:2023-03-21
申请号:CN202211703628.9
申请日:2022-12-28
Applicant: 中铁第一勘察设计院集团有限公司
IPC: G06Q10/04 , G06Q10/083 , G06N3/08 , G06F18/214 , G06N3/044 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的城市快捷货运量预测方法。传统的快捷货运量预测方法,一般是基于统计,预测模型的实际预测效果一般。本发明首先获取邮政快递数据集,并进行处理,从而得到训练数据集;基于图神经网络、循环神经网络和卷积神经网络,构建收端到末端的快捷货运量预测原始模型;采用得到的训练数据集,对构建的快捷货运量预测原始模型进行训练,从而得到快捷货运量预测模型,进行实际情况下的快捷货运量预测。本发明从空间和时间两个维度提取特征进行多步预测,相较于传统方法省去了复杂的人工特征设计和提取过程,故稳定性和可靠性更高。
-
公开(公告)号:CN113310500A
公开(公告)日:2021-08-27
申请号:CN202110421486.6
申请日:2021-04-20
Applicant: 中铁第一勘察设计院集团有限公司
IPC: G01C21/34
Abstract: 本发明涉及一种基于车站节点度的分层分区路径搜索路网简化方法,将路网车站划分为高层节点车站和普通车站,通过高层节点车站进行网络分层分区,形成高层图和底层图;由高层节点车站构成高层图,节点车站之间的关系形成边,边的权值通过未简化前的铁路网络相关边的权值叠加计算得出;底层图则由普通车站构成,依据树形结构进行分区;在进行路径搜索时,只有高层节点车站参与算法的计算,普通车站则通过相邻的高层节点车站来导出路径。本发明的方法中,底层图不直接参与路径搜索计算,而是通过邻接的高层节点车站来导出路径,能够大幅度简化铁路路网节点,又不影响路径搜索精度,从而提高路网规划、路径查询的效率和科学性。
-