公开(公告)号：CN118674212A

公开(公告)日：2024-09-20

申请号：CN202410787162.8

申请日：2024-06-18

Applicant: 北京科技大学

Inventor： 郭茜 ,  吴紫燕 ,  吴书杰 ,  俞浩 ,  郭肖 ,  张德政

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06Q50/40 ,  G06N3/042 ,  G06N3/08 ,  G06F18/214 ,  G06F18/23

Abstract: 本发明提供一种打车需求预测方法及系统，涉及数据处理技术领域，方法包括：获取打车需求原始序列；将其划分为具有多个均衡打车需求数据区间的打车需求等级序列；将打车需求等级序列自适应转换为具有多个打车需求词元的打车需求词元序列；构建图结构，并基于图结构建图神经网络模块；构建打车需求预测模型；利用打车需求词元序列以及各个打车需求词元对应的打车需求类型作为标签的训练数据对打车需求预测模型进行训练；获取实时打车需求词元序列；将实时打车需求词元序列输入至训练后的打车需求预测模型，输出下一时刻的打车需求类型；根据打车需求等级序列将打车需求类型转换为下一时刻的打车需求。提升打车需求预测准确性，优化交通系统。

公开(公告)号：CN117151362A

公开(公告)日：2023-12-01

申请号：CN202310664656.2

申请日：2023-06-06

Applicant: 北京科技大学

Inventor： 郭茜 ,  俞浩 ,  陈杰 ,  骆晓 ,  张德政 ,  李晨 ,  张昶天

IPC: G06Q10/0631 ,  G06Q50/30 ,  G06N3/04 ,  G06N3/092

Abstract: 本发明公开了一种基于多对多深度强化学习算法的空闲出租车调度方法，包括：对出租车调度区域进行网格划分，将出租车重定位任务定义为部分可观察的马尔可夫决策过程，并定义优化目标，以构建出租车重定位模型；其中，优化目标是平衡出租车供需关系，重定位模型包括评论家部分和演员部分，演员部分包括多个策略网络，每个网格对应一个策略网络；评论家部分包括价值网络和目标网络，两个网络合作以尽可能准确地预测某一特定时间的全局状态值；使用多对多深度强化学习算法来训练所述出租车重定位模型；利用训练好的出租车重定位模型实现空闲出租车调度，得到调度结果。本发明获得的重定位策略可以使供需更加平衡，提高响应率，减少出租车的响应时间。