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

    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

    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。

    一种公交线网的备选线路集生成、线路规划方法及装置

    公开(公告)号:CN112466122B

    公开(公告)日:2021-06-15

    申请号:CN202110115017.1

    申请日:2021-01-28

    Abstract: 本发明提供了一种公交线网的备选线路集生成、超载优化方法及装置,涉及智能交通技术领域,包括:获取原始公交线网拓扑网络;根据原始公交线网拓扑网络确定历史路段公交车辆满载率,并根据原始公交线网拓扑网络生成全连接公交线网拓扑网络;根据历史路段公交车辆满载率确定超载路段和其对应的备选站点集,根据备选站点集在全连接公交线网拓扑网络中生成多条新增公交线路;根据多条新增公交线路更新原始公交线网拓扑网络,重新确定优化路段公交车辆满载率;当优化路段公交车辆满载率满足预设优化条件时,确定多条新增公交线路为备选线路集。本发明通过历史路段公交车辆满载率确定超载路段并确定新增公交线路,缓解超载路段的超载情况。

    一种公交线网的备选线路集生成、线路规划方法及装置

    公开(公告)号:CN112466122A

    公开(公告)日:2021-03-09

    申请号:CN202110115017.1

    申请日:2021-01-28

    Abstract: 本发明提供了一种公交线网的备选线路集生成、超载优化方法及装置,涉及智能交通技术领域,包括:获取原始公交线网拓扑网络;根据原始公交线网拓扑网络确定历史路段公交车辆满载率,并根据原始公交线网拓扑网络生成全连接公交线网拓扑网络;根据历史路段公交车辆满载率确定超载路段和其对应的备选站点集,根据备选站点集在全连接公交线网拓扑网络中生成多条新增公交线路;根据多条新增公交线路更新原始公交线网拓扑网络,重新确定优化路段公交车辆满载率;当优化路段公交车辆满载率满足预设优化条件时,确定多条新增公交线路为备选线路集。本发明通过历史路段公交车辆满载率确定超载路段并确定新增公交线路,缓解超载路段的超载情况。

    一种运输需求点裁剪方法和交通路线确定方法、装置

    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

    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。

    一种居民出行链模型构建方法及居民出行链获取方法

    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

    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。

Patent Agency Ranking