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!
摘要:本发明公开一种基于深度强化学习的城市轨道交通客流控制与停站方案协同优化方法,包括:S1.采集城市轨道交通系统的实时状态数据;S2.数据预处理;包括数据清洗、数据格式标准化和数据归一化;S3.将城市轨道交通客流控制与停站方案协同优化过程描述为马尔可夫博弈过程;S4.构建客流控制与停站方案协同优化模型;S5.训练客流控制与停站方案协同优化模型;S6.基于训练好的客流控制与停站方案协同优化模型实现对城市轨道交通客流控制与停站方案的实时决策。本发明的方法具有自适应性和灵活性,能够根据实时的客流情况和列车运力,动态调整各O‑DOrigin‑Destination,O‑D对客流控制率和列车跳停模式,提高城市轨道交通系统的运行效率和乘客出行的安全性。
主权项:1.一种基于深度强化学习的城市轨道交通客流控制与停站方案协同优化方法,其特征在于,包括:S1.采集城市轨道交通系统的实时状态数据;包括列车运行数据、客流数据和车站站台数据;S2.数据预处理;包括数据清洗、数据格式标准化和数据归一化;S3.将城市轨道交通客流控制与停站方案协同优化过程描述为马尔可夫博弈过程;包括定义状态空间、定义动作空间、设置奖励函数和设置策略函数;状态空间包括列车运行状态、乘客状态和车站站台状态;S4.构建客流控制与停站方案协同优化模型,所述客流控制与停站方案协同优化模型由Actor网络和Critic网络组成;S5.训练客流控制与停站方案协同优化模型;S6.基于训练好的客流控制与停站方案协同优化模型实现对城市轨道交通客流控制与停站方案的实时决策。
全文数据:
权利要求:
百度查询: 天津市政工程设计研究总院有限公司 基于深度强化学习的城市轨道交通客流控制与停站方案协同优化方法
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。