一种基于遗传算法的公交安全运营排班优化方法

    公开(公告)号:CN114331353B

    公开(公告)日:2024-09-20

    申请号:CN202111623569.X

    申请日:2021-12-28

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于遗传算法的公交安全运营排班优化方法,预先获取包括驾驶员人口统计学数据、驾驶员排班信息数据等基础数据集;提出基于驾驶员自身属性的安全评价方法,以驾驶员的自身属性特征作为评价指标,采用基于熵权法的TOPSIS方法对驾驶员自身属性的运营安全性进行打分评价;基于预警频率与工作时段、天气条件的关系定量分析驾驶员工作时段、天气条件安全性;根据驾驶员自身属性、工作时段、天气条件的安全性评分归一化数据,构建公交驾驶员排班调度优化模型;利用遗传算法通过交叉、变异操作获得最优的排班调度方案。本发明综合考虑了影响公交驾驶员安全驾驶的因素,展现了如何高效、合理的排班调度,提高了驾驶员个体和公交运营整体的安全性。

    基于预警大数据的驾驶员倾向性分析方法

    公开(公告)号:CN111881952A

    公开(公告)日:2020-11-03

    申请号:CN202010671981.8

    申请日:2020-07-14

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于预警大数据的驾驶员倾向性的分析方法,包括:采集车辆预警数据;从车辆预警数据中提取特征;将预警数据特征作为数据样本,采用K-means聚类算法对数据样本进行聚类,得到k个簇和k个簇中心;利用Matlab对分簇后的特征数据进行可视化操作,并将不同簇的特征数据输入到表格,得到驾驶员倾向性分类结果。本发明基于预警大数据采用K-means聚类法对具有不同行为倾向的驾驶员进行聚类分析,得到了驾驶员的驾驶倾向性,为采取相应的防范举措提供了支撑,从而保障车辆运行安全。

    一种基于遗传算法的公交安全运营排班优化方法

    公开(公告)号:CN114331353A

    公开(公告)日:2022-04-12

    申请号:CN202111623569.X

    申请日:2021-12-28

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于遗传算法的公交安全运营排班优化方法,预先获取包括驾驶员人口统计学数据、驾驶员排班信息数据等基础数据集;提出基于驾驶员自身属性的安全评价方法,以驾驶员的自身属性特征作为评价指标,采用基于熵权法的TOPSIS方法对驾驶员自身属性的运营安全性进行打分评价;基于预警频率与工作时段、天气条件的关系定量分析驾驶员工作时段、天气条件安全性;根据驾驶员自身属性、工作时段、天气条件的安全性评分归一化数据,构建公交驾驶员排班调度优化模型;利用遗传算法通过交叉、变异操作获得最优的排班调度方案。本发明综合考虑了影响公交驾驶员安全驾驶的因素,展现了如何高效、合理的排班调度,提高了驾驶员个体和公交运营整体的安全性。

    一种基于树状决策机制的高速铁路行车冲突全局疏解方法

    公开(公告)号:CN116151556B

    公开(公告)日:2024-09-17

    申请号:CN202310006696.8

    申请日:2023-01-04

    Applicant: 扬州大学

    Abstract: 本发明为一种基于树状决策机制的高速铁路行车冲突全局疏解方法。为保障在突发扰动下列车运行组织安全有序,本发明以冲突检测和疏解为核心构建了全局解析算法。首先结合各类区间和车站冲突的定义构建了判别式,围绕冲突优先级和主导性设计了动态检测算法;其次考虑了不同疏解策略对全局冲突和延误分布状态的影响,设计了树状冲突检测与疏解决策机制,具体包括适用策略分析与疏解、决策枝代价比选;最后基于数据存储与关联机制设计了考虑决策树剪枝的全局疏解路径生成算法。实证研究结果表明,本发明所形成的疏解算法能够充分考虑列车运行调整策略与冲突分布状态之间的动态交互作用,有利于生成全局最优冲突疏解路径和对应的列车时刻表调整方案。

Patent Agency Ranking