买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国铁建电气化局集团有限公司;青岛理工大学;中铁建电气化局集团第三工程有限公司;中咨工程管理咨询有限公司宁波分公司;中铁建电气化局集团运营管理有限公司申请的专利一种地铁站客流缓冲区风险辨识与协同管理方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120450456B 。

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510960209.0，技术领域涉及：G06Q10/0635；该发明授权一种地铁站客流缓冲区风险辨识与协同管理方法及系统是由杨晓霞;张国庆;马浩;李长捷;胡书勇;赵静;荣正官;石宝龙;周乐岩;雷琴;程森;赵倩;李原沁设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本一种地铁站客流缓冲区风险辨识与协同管理方法及系统在说明书摘要公布了：本申请公开了一种地铁站客流缓冲区风险辨识与协同管理方法及系统，涉及模拟仿真领域，包括：基于社会力模型的个体运动仿真软件Massmotion，构建地铁站各分区客流缓冲区的三维仿真场景，获取地铁站客流缓冲区数据；采用分区独立成分分析PIPCA算法，得到影响各分区客流系统的主导变量；根据主导变量，通过苔藓生长算法MGO优化预构建的非线性子回归神经网络NARX的权重和偏置参数，得到预测各缓冲区及瓶颈期客流密度的地铁客流缓冲区风险辨识模型；构建目标函数和约束条件，在满足客流量需求的约束条件下，选择最优的控制策略；采用拥堵风险识别方法，选择总拥堵风险最低的控制方案作为最终实施方案。本申请高效识别缓冲区拥堵风险。

本发明授权一种地铁站客流缓冲区风险辨识与协同管理方法及系统在权利要求书中公布了：1.一种地铁站客流缓冲区风险辨识与协同管理方法，其特征在于，包括： S1，基于社会力模型的个体运动仿真软件Massmotion，构建地铁站各分区客流缓冲区的三维仿真场景，获取地铁站客流缓冲区数据； S2，根据地铁站客流缓冲区数据，采用分区独立成分分析PIPCA算法对各分区客流数据进行处理，得到影响各分区客流系统的主导变量； S3，将主导变量作为输入，通过苔藓生长算法MGO优化预构建的非线性子回归神经网络NARX的权重和偏置参数，得到预测各缓冲区及瓶颈期客流密度的地铁客流缓冲区风险辨识模型； S4，根据地铁客流缓冲区风险辨识模型，构建目标函数和约束条件，在满足客流量需求的约束条件下，选择最优的控制策略； S5，采用拥堵风险识别方法，根据地铁客流缓冲区风险辨识模型，对步骤S4选择的不同控制策略下的客流拥堵风险进行评估，选择总拥堵风险最低的控制方案作为最终实施方案； 其中，通过苔藓生长算法MGO优化预构建的非线性子回归神经网络NARX的权重和偏置参数，包括： 随机初始化一组苔藓个体作为初始种群，每个苔藓个体表示非线性子回归神经网络NARX的权重、及，以及偏置参数和的一组可行解，并设置种群大小和最大迭代次数； 计算每个苔藓个体的适应度Fitness，，其中，、分别表示在开环和闭环模式下模型预测的均方误差，、分别表示模型在单步预测和多步预测中的均方误差； 以种群中适应度Fitness最高的个体为最优个体； 以最优个体为基准，对种群中的每个维度j，以最优个体的第j维值作为阈值，将种群划分为和两个子集； 选择个体数最多的子集作为主要子集：，其中，表示子集的个体数量； 经过多次划分得到最终子集：，其中，表示第个随机数，表示划分次数；表示在第j维度上按照阈值划分后的子集中的第p个个体； 根据最终子集，模拟风向从最终子集区域吹向最优个体，通过计算最终子集中个体与最优个体的平均距离确定风向：，其中，表示中的个体总数，表示个体相对于的距离，表示内个体相对于的距离集合； 在探索阶段，利用风向更新种群中每个苔藓个体的位置，模拟孢子随风散布的过程； 在开发阶段，采用双传播搜索策略，确定新苔藓个体位置； 当达到预设最大迭代次数时，输出全局最优苔藓个体位置作为非线性子回归神经网络NARX的权重、及和偏置参数和； 其中，在探索阶段，利用风向更新种群中每个苔藓个体的位置，模拟孢子随风散布的过程： ， 其中，表示第i个个体；和分别表示稳定和湍流下的传播距离： ； 其中，E表示风力：，表示当前的计算次数，表示迭代的最大次数；、和是0至1范围内的随机数，和为常数参数；表示中总个体占中总个体的比例； 其中，S4，选择最优的控制策略，包括： 根据地铁客流缓冲区风险辨识模型，构建目标函数和约束条件： ； 其中，和分别表示第k+i个时间步人群密度的设定值和预测输出值；参数和定义了未来的时间范围；是指令增量最小化的提前步数；、、分别是人群密度输出误差、缓冲区方案输入指令差值、指令变化频率的加权系数；是一个指示变量，表征在第k个时间步是否发生了输入指令的变化；序列记录了从上次输入变化到当前时间步的时间间隔；是一个正的权重系数，用于调节惩罚的强度；而是一个非常小的正值； 表示第k时刻系统的输入值，表示第k+1时刻系统的输入值；表示第k+i时刻系统的输入值；表示第k+i-1时刻系统的输入值；分别是对应变量的最小值和最大值；表示在k+i时刻允许的最大控制策略变化幅度；表示第k-1个序列； 在满足约束条件的情况下，最小化目标函数，从各缓冲区控制方案中选择最优的控制策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国铁建电气化局集团有限公司;青岛理工大学;中铁建电气化局集团第三工程有限公司;中咨工程管理咨询有限公司宁波分公司;中铁建电气化局集团运营管理有限公司，其通讯地址为：100041 北京市石景山区八大处高科技园区西井路3号崇新大厦1号楼108A8房间；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。