Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京交通大学刘晓冰获国家专利权

北京交通大学刘晓冰获国家专利权

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!

龙图腾网获悉北京交通大学申请的专利一种多模式网约车需求不确定性预测方法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:CN120598121B

龙图腾网通过国家知识产权局官网在2026-03-27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:202510760251.8,技术领域涉及:G06Q10/04;该发明授权一种多模式网约车需求不确定性预测方法是由刘晓冰;段钰;耿阳李敖;王云;闫学东;高自友设计研发完成,并于2025-06-09向国家知识产权局提交的专利申请。

一种多模式网约车需求不确定性预测方法在说明书摘要公布了:本发明提供了一种多模式网约车需求不确定性预测方法。该方法包括:构建由专属专家模块与共享专家模块构成的混合专家网络结构,获取城市多模式网约车平台的历史起点到终点OD需求数据,构建包括多个出行模式的OD三维张量;将多个出行模式的OD三维张量作为训练数据,利用训练数据训练混合专家网络结构,得到训练好的混合专家网络结构;将一段历史时间中的多个出行模型的OD三维张量输入到训练好的混合专家网络结构中,预测出的未来时间片内的多个出行模式的OD三维张量。本发明通过时空依赖关系和运营依赖关系的学习,提升合乘需求预测的准确度,为平台更合理地调配车辆资源,满足用户出行需求,提升服务质量提供重要支撑。

本发明授权一种多模式网约车需求不确定性预测方法在权利要求书中公布了:1.一种多模式网约车需求不确定性预测方法,其特征在于,包括: 构建由专属专家模块与共享专家模块构成的混合专家网络结构,每个专属专家模块与共享专家模块包括:图卷积网络GCN、图结构学习模块GSL和时间卷积网络TCN; 获取城市多模式网约车平台的历史起点到终点OD需求数据,构建包括多个出行模式的OD三维张量; 将多个出行模式的OD三维张量作为训练数据,利用所述训练数据训练所述混合专家网络结构,得到训练好的混合专家网络结构; 将一段历史时间中的多个出行模型的OD三维张量输入到所述训练好的混合专家网络结构中,所述训练好的混合专家网络结构输出预测出的未来时间片内的多个出行模式的OD三维张量;所述的构建由专属专家模块与共享专家模块构成的混合专家网络结构,每个专属专家模块与共享专家模块包括:图卷积网络GCN、图结构学习模块GSL和时间卷积网络TCN,包括: 构建由专属专家模块、共享专家模块、门控模块和分位数预测模块组成的时间感知混合专家网络,每个专属专家模块和共享专家模块的内部包含由GCN和TCN联合构成的空间-时间特征提取子模块,在GCN中嵌入图结构学习GSL机制,通过奇异值分解重构自适应邻接矩阵; 所述共享专家模块用于接受所有出行模式的联合输入,学习模式间共享知识;所述专属专家模块用于仅接收特定出行模式的输入,对特定出行模式进行建模; 所述门控模块,用于利用时间感知路由器根据当前时空上下文动态激活不同的专家模块组合;对来自不同专家模块的输出数据进行加权融合,将加权融合后的数据传输给增强分位数预测模块; 所述增强分位数预测模块,用于利用残差构造机制基于加权融合后的输出数据和中位数回归结果生成满足单调性的不交叉多分位预测值,导出各置信水平下的预测区间结果; 所述的获取城市多模式网约车平台的历史起点到终点OD需求数据,构建包括多个出行模式的OD三维张量,包括: 获取每个出行模式的历史OD序列,采用多层感知机MLP对每个出行模式的历史OD序列进行归一化与独立嵌入编码,得到MLP的隐藏层表示,构建每个出行模式的OD三维张量,该OD三维张量的表达式为:,其中代表输入混合专家网络的历史时间片长度,代表OD对的数量,表示出行模式种类数量,所述出行模式包括快车、拼车和出租车。

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北京交通大学,其通讯地址为:100044 北京市海淀区西直门外上园村3号;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。