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：淮阴工学院

摘要：本发明公开了一种云数据胶囊式公车‑地铁智慧交互装置，在结构上，胶囊型公交车采用了一种胶囊的外形设计，车轮采用了一项名为电子角e‑Corner的新技术，该技术采用四轮电机，每个车轮可随意控制，轻松完成进入升降梯的活动。胶囊型公交车经云平台和大数据系统进行实时信息采集，采集的信息主要为：乘客即将下车的地铁口、乘客的最终目的地和是否接受指定区域下车，采集完成后，等待乘客下车后，乘客可选择乘坐该公交车，并由胶囊型公交车送乘客到达指定目的地。本发明可以有效帮助人们在拥堵地铁口更快到达目的地，提高了行驶过程的有序性与高效性，有效提高了经济收益，为绿色地铁交通建设提供了一种新方法、新思路。

主权项：1.一种云数据胶囊式公车-地铁智慧交互装置，其特征在于，所述装置包括胶囊型公交车，云平台和大数据系统；所述云平台和大数据系统对地铁上即将抵达拥堵地铁口的乘客进行实时数据的采集，采集的信息包括：乘客即将出站的地铁口、下地铁后乘客的最终目的地和是否接受指定区域下公交车；乘客下地铁后，乘客能选择乘坐胶囊型公交车，并由胶囊型公交车送乘客到达指定目的地；算法调控单元利用鱼鹰优化算法对胶囊型公交车进行路径规划，采用精确到站和集中到站策略，所述精确到站，增加可下车站点；所述集中到站，减少可下车站点；具体策略如下：当乘客人数大于20人，目的地相距的距离大于50米，采用集中到站；当乘客人数大于20人，目的地相距的距离小于50米，采用精确到站；当乘客人数小于20人，目的地相距的距离大于50米，采用集中到站；当乘客人数小于20人，目的地相距的距离小于50米，采用精确到站；通过鱼鹰优化算法来调控胶囊型公交车的路径规划方法，步骤如下：1种群初始化；2输入目标函数；所述目标函数公式如下： 其中，是最优路径选择因子，V是平均速度，α是步长控制因子，R是步长改进策略，T1是总时间，△L是不同下车地点的距离差，是通过算法得出的由集中下车地点和精确下车地点形成的总行驶路线里程数，i是从1到T的正整数；T是最大迭代次数；3将初始种群带入目标函数进行评价，并将乘客最佳上车地点的组值设置为Xbest；4每位乘客通过云平台和大数据系统来填写的信息，都具备在搜索空间中的更优目标函数值；每个鱼鹰的位置公式如下：FPi＝{Xk∣k∈{1,2,…,N}∧FkFi}∪{Xbest}其中FPi是第i只鱼鹰的鱼集合，同时也是路径信息的集合；5规划出一条连续的最优路线，不断更新乘客的下车地点；鱼鹰的位置公式如下： 其中，是第i只鱼鹰第一阶段时，其第j维的位置，SFi,j为猎物的信息，ri,j为[0,1]之间的随机数，Ii,j的值为{1,2}中的一个；xi,j是种群个体，lbj是寻优下边界，ubj是寻优上边界；6计算适应度，如不同乘客之间的下车目的地相差小于等于50米，则下式的下车地点更优，取代步骤5中更新的下车地点；更新后的位置公式如下： 其中，是所对应的适应度值，Fi,j是xi,j的适应度值；适应度为乘客下车的地点，即鱼鹰的位置信息；7对搜索步长进行优化，步长公式如下：R＝α*e-β*tT其中，α是步长控制因子，β是指数调控因子，t是当前迭代次数；8通过车内乘客的人数来设计是精确到站还是集中到站，根据收集到的目的地信息进行筛选排序，筛选出目的地半径范围小于等于50米的下车地点信息并设置集中到站点，即鱼鹰返航的适宜吃鱼位置公式如下： 其中，t是当前迭代次数，T是最大迭代次数，N是鱼鹰的数量，m是维度；9如果筛选出的目的地半径范围大于50米，则选择精确到站并以乘客选择的地点为准，该目标函数的值在这个新位置上得到改善，则它根据如下公式替换鱼鹰的先前位置，公式如下： 10以云平台和大数据系统所收集到的信息作为输入，最佳路径的选择为输出最优解，路径选择因子越大则路径越优；判断是否满足停止条件，如果满足停止条件则退出，输出结果，否则重复执行步骤3-9，最后输出最优解；步骤1种群初始化具体为：随机产生一个目标种群，每个个体被随机放置在空间中，设置最大迭代次数，根据迭代次数设置算法的搜索空间，在寻优空间里随机初始化种群： xi,j＝lbj+ri,j·ubj-lbj,i＝1,2,...,N,j＝1,2,...,m其中，xi,j是种群个体，N是鱼鹰的数量，m是维度，lbj是寻优下边界，ubj是寻优上边界，ri,j是[0,1]之间的随机数。

全文数据：

权利要求：

百度查询： 淮阴工学院 一种云数据胶囊式公车-地铁智慧交互装置