龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：华侨大学
摘要：本发明提供了一种OD客流短时预测方法、装置、设备及其存储介质，包括获取历史乘客IC数据集及外部影响因素特征数据，并对其进行OD匹配处理，生成历史OD数据集；将历史OD数据集进行转换处理，生成时间序列，并对时间序列进行堆叠处理，生成输入数据集，以Δt作为预测时间间隔对预设时间段内的时间序列中进行划分，并将划分后数据进行堆叠；调用训练好的神经网络模型对输入数据集进行处理，生成OD客流预测数据；根据OD客流预测数据，对车辆实时动态调度进行调整。此外，现有技术中的OD预测方法忽略了在解决数据稀疏性、可用性问题基础上，同时考虑时序特点，并且OD分布与历史客流量以及外部因素之间的密切关系，导致结果精确度不高。
主权项：1.一种OD客流短时预测方法,其特征在于，包括：获取历史乘客IC数据集以及外部影响因素特征数据，并对其进行OD匹配处理，生成历史OD数据集；将所述历史OD数据集进行转换处理，生成时间序列，并对所述时间序列进行堆叠处理，生成输入数据集，其中，以Δt作为预测时间间隔对预设时间段内的所述时间序列中进行划分，并将划分后数据进行堆叠，具体为：将所述历史OD数据集进行转换处理，生成多组预设时间段的时间序列；以Δt作为预测时间间隔对每一预设时间段的时间序列进行划分，并将划分后的每一预设时间段的所述时间序列分别进行堆叠，生成输入数据集，其中，所述输入数据集包括临近性数据、趋势性数据、周期性数据、实时进站客流数据、以及外部因素数据；根据公式计算所述临近性数据；根据公式计算所述趋势性数据；根据公式计算所述周期性数据；根据公式计算所述实时进站客流数据；根据公式计算所述外部因素数据；其中，lm为外部因素特征长度,le为临近性序列长度，ltr为趋势性序列长度，lpe为周期性序列长度，p趋势性时间跨度，q周期性时间跨度，Mt为在预测时间间隔t处的外部因素的特征向量；调用训练好的神经网络模型对所述输入数据集进行处理，生成OD客流预测数据；根据所述OD客流预测数据，对车辆实时动态调度进行调整。
全文数据：
权利要求：
百度查询： 华侨大学 一种OD客流短时预测方法、装置、设备及其存储介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号