-
公开(公告)号:CN117808652A
公开(公告)日:2024-04-02
申请号:CN202410005930.X
申请日:2024-01-03
Applicant: 北京邮电大学
IPC: G06Q50/40 , G06Q10/047 , G06Q10/0631 , G06N3/006 , G06N3/092
Abstract: 本发明公开了一种基于多智能体路径规划的公交车辆排班方法,属于公交车辆排班领域。本发明方法包括:设计公交车辆排班问题的序列决策过程,将公交车辆排班问题映射为多智能体路径规划问题;将车辆作为智能体,设计可选行程和竞争车辆的概念,进行马尔可夫决策过程建模,设计状态空间、动作空间和奖励函数;结合参数共享的思想,使用基于策略的强化学习算法完成车辆智能体与仿真环境的交互,停止迭代后,各车辆智能体按照发车时刻逐步决策,生成完整公交车排班策略。本发明方法使车辆能基于重点关注的环境信息进行实时决策,能同时解决离线和在线的调度问题,有效降低排班方案所带来的车辆使用成本,能适用于更大规模的场景中。
-
公开(公告)号:CN114707891A
公开(公告)日:2022-07-05
申请号:CN202210432043.1
申请日:2022-04-22
Applicant: 北京邮电大学
Abstract: 本发明公开了一种公交车辆在线调度方法,属于智能交通技术领域,特别适用于在路况不确定、车辆行驶时长不固定条件下的公交车辆在线调度。本发明方法包括公交车辆在线调度控制器和参数优化器,控制器中设置车辆类型动态转换器和发车车辆选择器;控制器将每条公交线路的两个控制点的发车时刻表合并,对所有发车时刻点重新排序,顺序对每时刻点决策发车;在每个时刻点,车辆类型动态转换器实时决策车辆类型和状态,发车车辆选择器进行发车车辆选择;参数优化器采用智能优化算法离线优化在线调度控制器的参数。本发明实现根据车辆实时运行信息进行实时在线的发车调度,不受交通拥堵等随机因素的影响,可降低公交运营成本。
-