-
公开(公告)号：CN113313331A
公开(公告)日：2021-08-27
申请号：CN202110867289.7
申请日：2021-07-30
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明公开了一种基于库存缺口风险的应急物资多周期分割配送方法及装置，所述方法包括：以预设周期间隔将应急预案总时长划分为多个调度周期；对于任意的物资点，依据容量将物资点切分为若干等份的虚拟节点集合；求解多周期车辆路径模型，得到当前调度周期的物资调度方案，执行当前调度周期的物资调度方案，更新物资点储备量，根据物资调度方案更新虚拟节点服务状态；根据预设周期间隔和物资消耗速度计算当前调度周期结束时各物资点的物资缺口，并根据预设周期间隔和物资消耗速度更新虚拟节点服务状态，更新多周期车辆路径模型的目标函数，进入下个调度周期的计算。本发明可生成执行层面的车辆使用、访问站点顺序，使优化结果更具实际参考价值。
-
公开(公告)号：CN112132236B
公开(公告)日：2021-03-26
申请号：CN202011310126.0
申请日：2020-11-20
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种基于聚类算法的需求子区划分、线路规划方法及装置，涉及智能交通技术领域，所述基于聚类算法的需求子区划分方法包括：获取用户的出行需求数据；根据所述出行需求数据进行聚类，确定出行需求簇；根据所述出行需求簇确定需求簇距离矩阵；根据所述需求簇距离矩阵进行二次聚类，确定需求子区，其中，每个所述需求子区包含多个位置和方向均相近的OD。本发明通过以用户OD作为出行样本，将出行需求先聚类为聚类簇，再根据出行需求的权重计算聚类簇的代表OD，再根据代表OD间的距离，生成需求簇距离矩阵进行二次聚类，生成需求子区，充分考虑了出行需求的流向关系，得到了区域内主要的出行OD方向，使得生成的需求子区更加合理。
-
公开(公告)号：CN113256987B
公开(公告)日：2021-10-29
申请号：CN202110730818.9
申请日：2021-06-30
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明公开了一种基于多源数据融合的居民出行链生成方法及共乘查询方法，居民出行链生成方法包括：对手机信令数据执行相关处理得到用户的出行信息；基于出行信息切割用户行程；对用户的每个行程进行出行方式匹配；将公交出行行程与公交线路轨迹、公交车次信息进行时空匹配，生成第一匹配结果；将轨迹交通出行行程与轨道交通线路轨迹、轨道交通车次信息进行时空匹配，生成第二匹配结果；将小汽车出行行程与预置数据库中的小汽车进行时空匹配，生成第三匹配结果；根据匹配结果，得到用户每个行程的乘坐车次，结合用户每个行程的行程起讫点，生成用户的出行链。本发明在构建出行链时，将人‑公共交通车辆的联合建模，获得更精准的出行分析结果。
-
公开(公告)号：CN112381472A
公开(公告)日：2021-02-19
申请号：CN202110052984.8
申请日：2021-01-15
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种地铁接驳公交线路优化方法、装置及存储介质，方法包括：对于标定区域的任一地铁站，以所述地铁站为基础生成多条初始线路，每条所述初始线路包括多个站点；领域解生成步骤，采用预设算法求解每条所述初始线路，获得每条所述初始线路的多个领域解；对于任一乘客的需求起讫点，确定所述需求起讫点中的换乘地铁站，所述换乘地铁站和所述需求起讫点中的终点组成需求对；对于每个所述领域解，将所述需求对随机多次插入所述领域解，获得多个新领域解；采用预设算法对各个所述新领域解进行优化，确定最优解，所述最优解为接驳公交线路。本发明的技术方案结合乘客的需求有针对性地生成接驳公交线路，能够大幅提高运营效率和服务质量。
-
公开(公告)号：CN111366160A
公开(公告)日：2020-07-03
申请号：CN202010445838.7
申请日：2020-05-25
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本申请提供的一种车辆调度方法，包括：获取站点信息，其中，所述站点信息包括站点集合中的各个站点对所分别对应的位置信息和需求信息；根据所述站点信息，对所述站点集合中的各个站点进行划分，获得至少一个簇，其中，任一簇中分别包括多个站点，任一簇所包含的多个站点中存在一个核心站点，并且任意两个簇之间不存在相同的站点；根据各个核心站点所对应的站点信息，生成至少一条初始规划路径；生成各个初始规划路径所分别对应的行驶成本矩阵；根据所述行驶成本矩阵，确定车辆调度方式。通过上述方法，可以高效灵活地根据客户出行需求进行路径规划，从而实现能够匹配用户共乘式需求的车辆调度。
-
Patent Agency Ranking
公开(公告)号：CN113723716A
公开(公告)日：2021-11-30
申请号：CN202111288369.3
申请日：2021-11-02
Applicant: 深圳市城市交通规划设计研究中心股份有限公司 , 深圳市交通科学研究院有限公司
Abstract: 一种客流分级预警异常告警方法、设备及存储介质，属于智能交通控制技术领域，为解决不同场景客流分级预警不精确以及告警不及时的问题，该方法利用概率分布和概率密度函数进行确认概率分布以及计算区域积分，确认置信度和置信区间用于估计误差以及参考范围，利用数据归一化挖掘指标，最终通过客流分级预警和客流实时告警实现基于深度神经网络客流分级预警和异常告警的方法；采用了预测模型与真实观测数据的残差分布进行预警预测，针对不同应用场景进行残差的区间估计、预测客流区间，提升模型的鲁棒性和泛化能力；并且实现分级预警和实时告警，支持使用人员制定对应级别预警预案，灵活应用于各种需监管的场合。
-
公开(公告)号：CN112101827A
公开(公告)日：2020-12-18
申请号：CN202011310484.1
申请日：2020-11-20
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种运输需求点裁剪方法和交通路线确定方法、装置，所述运输需求点裁剪方法，包括：获取运输需求点的位置坐标；将所述运输需求点划分为多个分区，确定分区的代表点坐标；获取运输线路的首点坐标和尾点坐标，并根据所述首点坐标和所述尾点坐标计算椭圆轨迹；裁剪掉所述代表点坐标在所述椭圆轨迹外部的分区，输出保留的所述分区内的所述运输需求点。这样，通过将非直线系数的约束转化为与椭圆轨迹的相对位置判断，直接裁剪掉不满足非直线系数约束的需求点坐标，降低了运输需求点的数量级；通过对运输需求点进行分区降维，降低了相对位置判断的数据量，极大地提高了运输需求点裁剪的速度和效率。
-
公开(公告)号：CN111340318B
公开(公告)日：2020-11-17
申请号：CN202010442225.8
申请日：2020-05-22
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本申请适用于车辆动态调度技术领域，提供一种车辆动态调度方法、装置及终端设备，通过根据交通线网中每条原始路线的每个路段的当前起讫点需求量和历史起讫点需求量，获取每个路段的当前需求量波动权重，以表征当前起讫点需求量在历史起讫点需求量中的分布；根据车辆的当前位置和正在服务的原始路线以及每个路段的当前需求量波动权重，从交通线网中提取车辆可运行的区间线并对车辆可运行的区间线进行组合，生成包括至少一条备选路线的备选路线集；根据每个路段的当前起讫点需求量、车辆运营成本和车辆调度成本构建目标函数并求解，从备选路线集中筛选出至少一条最优备选路线，从而可以在下一时刻对车辆进行满足其当前起讫点需求量的动态调度。
-
公开(公告)号：CN112949784B
公开(公告)日：2021-10-29
申请号：CN202110523440.5
申请日：2021-05-13
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种居民出行链模型构建方法及居民出行链获取方法，涉及交通技术领域，该居民出行链模型构建方法包括根据多出行数据源获取区域特征数据；基于预设的聚类算法和区域特征数据对区域样本个体进行聚类，获取区域样本个体的簇集合；将每个簇作为一个类，根据类的集合建立分类模型，并通过预设的机器学习分类算法对各类中的个体的出行特征进行分析，获取各类的特征函数，将各类的特征函数作为分类模型的分类标准，根据各类中的所有个体的出行行为建立各类的交通行为模型，进而构建居民出行链模型。该模型构建方法通过多出行数据源获取区域特征数据，并基于聚类算法和机器学习分类算法进行分析，因此，构建的模型具有较高的准确性。
-
公开(公告)号：CN112132236A
公开(公告)日：2020-12-25
申请号：CN202011310126.0
申请日：2020-11-20
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种基于聚类算法的需求子区划分、线路规划方法及装置，涉及智能交通技术领域，所述基于聚类算法的需求子区划分方法包括：获取用户的出行需求数据；根据所述出行需求数据进行聚类，确定出行需求簇；根据所述出行需求簇确定需求簇距离矩阵；根据所述需求簇距离矩阵进行二次聚类，确定需求子区，其中，每个所述需求子区包含多个位置和方向均相近的OD。本发明通过以用户OD作为出行样本，将出行需求先聚类为聚类簇，再根据出行需求的权重计算聚类簇的代表OD，再根据代表OD间的距离，生成需求簇距离矩阵进行二次聚类，生成需求子区，充分考虑了出行需求的流向关系，得到了区域内主要的出行OD方向，使得生成的需求子区更加合理。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.033 seconds)
