-
公开(公告)号:CN112766591A
公开(公告)日:2021-05-07
申请号:CN202110109869.X
申请日:2021-01-27
Applicant: 同济大学
Abstract: 一种共享单车调度方法,根据共享单车的实时使用数据,由基于深度强化学习算法建立的调度模型做出调度决策,指导调度货车对运营区域内的共享单车进行调度运输。调度模型在做出调度决策时,除了采集空闲共享单车的分布数据,还结合共享单车历史使用数据,对运营区域内的共享单车使用需求做出预测。调度模型将运营区域划分为多个子区域,子区域作为共享单车调度的最小空间单位,所述子区域的划分依据为城市道路格局。本发明将深度强化学习与共享单车调度问题相结合,利用深度强化学习的优势解决共享单车供需不平衡的问题,提高运算效率,实现实时调度决策,指挥在网络中不断运行的调度货车进行单车调度以提高车辆周转率,提升消费者满意度。
-
公开(公告)号:CN111898909B
公开(公告)日:2023-09-01
申请号:CN202010755992.4
申请日:2020-07-31
Applicant: 同济大学
IPC: G06Q10/0631 , G06Q50/30 , G06F30/20 , G06F17/18
Abstract: 本发明涉及智能公共交通系统技术领域的一种基于实时需求的无人驾驶公交派车方法,包括如下步骤:(1)基于计算机与通信技术,汇总各站点乘客需求信息;(2)基于公交车的车载终端设备,追踪车辆状态信息;(3)通过车辆信息与各站点乘客需求信息,实时计算下一公交班次的待运总需求;(4)基于派车算法计算派车数量,设置最大发车间隔、最小发车条件参数、最大发车条件参数与单位时间,每间隔单位时间,基于实时的需求信息、车辆状态信息计算派车数;(5)根据历史客流数据,基于智能体仿真的方法测试不同参数下算法的实施效果,选取合理的参数,优化算法。采用本发明的方案能够克服现有公交的运营模式和调度方法的局限性。
-
公开(公告)号:CN111898909A
公开(公告)日:2020-11-06
申请号:CN202010755992.4
申请日:2020-07-31
Applicant: 同济大学
Abstract: 本发明涉及智能公共交通系统技术领域的一种基于实时需求的无人驾驶公交派车方法,包括如下步骤:(1)基于计算机与通信技术,汇总各站点乘客需求信息;(2)基于公交车的车载终端设备,追踪车辆状态信息;(3)通过车辆信息与各站点乘客需求信息,实时计算下一公交班次的待运总需求;(4)基于派车算法计算派车数量,设置最大发车间隔、最小发车条件参数、最大发车条件参数与单位时间,每间隔单位时间,基于实时的需求信息、车辆状态信息计算派车数;(5)根据历史客流数据,基于智能体仿真的方法测试不同参数下算法的实施效果,选取合理的参数,优化算法。采用本发明的方案能够克服现有公交的运营模式和调度方法的局限性。
-
-