-
公开(公告)号：CN114819327B
公开(公告)日：2024-06-18
申请号：CN202210418217.9
申请日：2022-04-20
Applicant: 东南大学
IPC: G06Q10/047 , G06Q50/40 , G06F30/20 , G06F111/04
Abstract: 本发明公开了一种基于高维网络的集散货一体化电动车辆路径优化方法，包括以下步骤：(1)构建高维的时空状态网络；(2)将客户需求表示在弧上，建立虚拟的充电弧供车辆充电；(3)根据时空状态网络、电动物流车、客户需求以及充电站的相关参数，构建初始原问题的电动车辆路径优化模型；(4)利用拉格朗日松弛算法求解原问题的新的下界值；(5)利用增广拉格朗日乘子法求解原问题的新的上界值和可行解。(6)利用次梯度法更新乘子，迭代循环完成后输出最优的上界值以及对应的车辆运输路径和绕行充电策略。本发明提供了一种考虑集散货需求的电动物流车的路径优化问题，为现实生活中物流公司合理调度车辆提供了参考和选择依据。
-
公开(公告)号：CN114723100B
公开(公告)日：2024-02-20
申请号：CN202210166738.X
申请日：2022-02-23
Applicant: 东南大学
IPC: G06Q10/047 , G06Q50/47 , G06F16/9537 , G06F16/9535
Abstract: 本发明公开了一种基于离散随机性动态规划的空载出租车路径规划方法，包括：将目标区域进行网格化，收集所述目标区域出租车GPS历史数据，根据GPS历史数据筛选出租车到达的网格；以收益最大化为目标建立基于网格的离散随机性动态规划模型；利用策略迭代法计算离散随机性动态规划模型中的参数，将得到的参数带入到模型中，计算最优策略下对应的最优价值，得到空载出租车的推荐路线。本发明基于离散随机性动态规划对空载出租车进行路径规划，根据真实的道路网和出租车GPS数据建立数学模型，有效提高空载出租车的长期收益；对目标区域进行了网格划分，依托数据的集计模型，有效避免了因数据缺失或异常值对于路径规划结果的干扰，提高了路径规划的稳定性。
-
公开(公告)号：CN113806925B
公开(公告)日：2023-12-26
申请号：CN202111004211.9
申请日：2021-08-30
Applicant: 东南大学
Abstract: 本发明公开了一种基于贝叶斯层次最优化的OD矩阵估计方法，该方法针对OD矩阵估计问题，假定OD矩阵服从伽马分布，根据历史OD矩阵和路段流量的样本信息对分布的参数进行贝叶斯估计，将传统OD矩阵估计问题转化为贝叶斯框架下的层次最优化问题，创建一套包含用户均衡‑最小方差分配模型(下层)、最小二乘法(中层)、贝叶斯后验众数估计(上层)的具有明确层次关系的三层数学规划模型方法，并设计相应的多层迭代算法进行模型求解计算，用数学方法反演估计出OD矩阵。本发明可充分利用观测路段信息和历史信息，获取精度较高的OD矩阵估计结果，为城市交通建模、规划与管理提供可靠的基础数据和依据。
-
公开(公告)号：CN110458309B
公开(公告)日：2023-07-11
申请号：CN201910580890.0
申请日：2019-06-29
Applicant: 东南大学
IPC: G06Q10/02 , G06F18/23213 , G06Q50/30
Abstract: 本发明公开了一种基于实际路网环境的网约拼车站点选址方法，包括以下步骤：(1)利用K‑means聚类法对乘客预约需求点进行分组，并确定各分组的聚类中心；(2)各分组根据乘客需求点和聚类中心的空间位置来确定对应的路网分析区；(3)针对任一分组对应的路网分析区，取其中任一条路段，计算该分组所有乘客需求点对应的路段分割点；(4)以拼车站点在该路段上的位置作为变量，计算路网分析区内所有乘客需求点到拼车站点的最短路距离之和，来确定针对该路段的最优站点位置；(5)对路网分析区中其它路段重复上述操作，再比较各路段的最短距离之和来确定最优站点所在的路段及位置。该方法为现实生活中拼车站点的合理布设提供了参考和选择依据。
-
公开(公告)号：CN110794874B
公开(公告)日：2022-12-30
申请号：CN201910964810.1
申请日：2019-10-11
Applicant: 东南大学
IPC: G05D1/12
Abstract: 本发明公开了一种定位误差约束下的飞行器航迹快速规划方法，包括以下步骤：(1)进行简化假设，(2)根据校正点与出发点所构成的向量在飞行器直线航迹上的投影值大小，给定每一校正点对应的“序”；(3)通过“禁止后退搜索”方法，控制飞行器飞行过程中经过的校正点的“序”依次增大，确保飞行器不经过多余校正点；(4)分析理想状况下飞行器的最大前进距离；(5)在划定的最大距离范围内，筛选满足水平误差校正和垂直误差校正的校正点；(6)在所有满足条件的校正点中，选取“序”最大的k个点；(7)在所选k个点中，进一步选取使得飞行器航迹长度最短的点；(8)判断最后一个校正点与终点的距离是否可保证飞船沿规划轨迹飞行而不产生偏差。
-
Patent Agency Ranking
公开(公告)号：CN115018175A
公开(公告)日：2022-09-06
申请号：CN202210700131.5
申请日：2022-06-20
Applicant: 东南大学
Abstract: 本发明公开了一种基于拉格朗日松弛算法的短期预警疏散路径规划方法，包括：(1)根据疏散人员的疏散起点、疏散终点以及出发时间窗和到达时间窗，建立三维车辆/步行—时间—空间网络；(2)定义二元决策变量，建立多乘客多司机网络流模型；(3)将难约束赋予拉格朗日乘子，松弛到目标函数中得到新的拉格朗日松弛函数。求解以拉格朗日乘子为变量的拉格朗日对偶问题；(4)使用次梯度法更新拉格朗日乘子；(5)构建新的车辆/步行—时间—空间网络，求解新的车辆路径问题模型，同时更新搜索步长和迭代次数；(6)若此时迭代次数不满足要求，则迭代(3)‑(5)直至满足条件结束循环。本发明能够用尽可能少的成本完成更多人员的疏散。
-
公开(公告)号：CN114819327A
公开(公告)日：2022-07-29
申请号：CN202210418217.9
申请日：2022-04-20
Applicant: 东南大学
IPC: G06Q10/04 , G06Q50/30 , G06F30/20 , G06F111/04
Abstract: 本发明公开了一种基于高维网络的集散货一体化电动车辆路径优化方法，包括以下步骤：(1)构建高维的时空状态网络；(2)将客户需求表示在弧上，建立虚拟的充电弧供车辆充电；(3)根据时空状态网络、电动物流车、客户需求以及充电站的相关参数，构建初始原问题的电动车辆路径优化模型；(4)利用拉格朗日松弛算法求解原问题的新的下界值；(5)利用增广拉格朗日乘子法求解原问题的新的上界值和可行解。(6)利用次梯度法更新乘子，迭代循环完成后输出最优的上界值以及对应的车辆运输路径和绕行充电策略。本发明提供了一种考虑集散货需求的电动物流车的路径优化问题，为现实生活中物流公司合理调度车辆提供了参考和选择依据。
-
公开(公告)号：CN114723100A
公开(公告)日：2022-07-08
申请号：CN202210166738.X
申请日：2022-02-23
Applicant: 东南大学
IPC: G06Q10/04 , G06Q50/30 , G06F16/9537 , G06F16/9535
Abstract: 本发明公开了一种基于离散随机性动态规划的空载出租车路径规划方法，包括：将目标区域进行网格化，收集所述目标区域出租车GPS历史数据，根据GPS历史数据筛选出租车到达的网格；以收益最大化为目标建立基于网格的离散随机性动态规划模型；利用策略迭代法计算离散随机性动态规划模型中的参数，将得到的参数带入到模型中，计算最优策略下对应的最优价值，得到空载出租车的推荐路线。本发明基于离散随机性动态规划对空载出租车进行路径规划，根据真实的道路网和出租车GPS数据建立数学模型，有效提高空载出租车的长期收益；对目标区域进行了网格划分，依托数据的集计模型，有效避免了因数据缺失或异常值对于路径规划结果的干扰，提高了路径规划的稳定性。
-
公开(公告)号：CN113971853A
公开(公告)日：2022-01-25
申请号：CN202111160627.X
申请日：2021-09-30
Applicant: 东南大学
IPC: G07C11/00
Abstract: 本申请涉及一种基于效用模型的地铁站台排队乘客的分流方法。该方法包括：获取当前站台各队列区域的乘客数量和各队列区域的各排队位置的排队情况；根据各队列区域的乘客数量，确定各队列区域的第一密度等级；根据各队列区域中各乘客的排队情况，确定各队列区域的各排队位置的位置等级差；根据各队列区域对应的第一密度等级和各排队位置的位置等级差，采用预先构建的换队二项Logit模型进行分析，确定各队列区域的各排队位置的信号强度等级；根据各队列区域中各排队位置的信号强度等级，控制信号展示装置进行提醒信号展示；在间隔预设时间后，获取当前站台各队列区域的乘客数量进行分析，调整提醒信号，提高城市轨道交通系统的时空资源利用率。
-
公开(公告)号：CN113806925A
公开(公告)日：2021-12-17
申请号：CN202111004211.9
申请日：2021-08-30
Applicant: 东南大学
Abstract: 本发明公开了一种基于贝叶斯层次最优化的OD矩阵估计方法，该方法针对OD矩阵估计问题，假定OD矩阵服从伽马分布，根据历史OD矩阵和路段流量的样本信息对分布的参数进行贝叶斯估计，将传统OD矩阵估计问题转化为贝叶斯框架下的层次最优化问题，创建一套包含用户均衡‑最小方差分配模型(下层)、最小二乘法(中层)、贝叶斯后验众数估计(上层)的具有明确层次关系的三层数学规划模型方法，并设计相应的多层迭代算法进行模型求解计算，用数学方法反演估计出OD矩阵。本发明可充分利用观测路段信息和历史信息，获取精度较高的OD矩阵估计结果，为城市交通建模、规划与管理提供可靠的基础数据和依据。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.025 seconds)
