Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

面向特殊事件的道路客运线路客流预测方法及系统专利

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:重庆交通大学;重庆物流集团数字科技有限公司

申请日:2024-08-19

公开(公告)日:2025-01-24

公开(公告)号:CN119358717A

专利技术分类:.专门适用于行政或管理目的的预测或优化,例如:线性规划或“下料问题”(市场预测或商业活动预测入G06Q30/0202)[2023.01]

专利摘要:本发明公开了面向特殊事件的客运枢纽客流预测方法及系统,涉及信息化技术领域。本发明通过筛选整合事件属性数据、历史客流数据、天气数据等多源异构数据,系统地提取出关键性特征,更加全面地了解影响客流变化的各种因素,为预测模型提供更加丰富的输入信息。其次,利用深度学习算法,自动学习不同数据源之间的复杂关系,无需针对各类枢纽手动设计不同预测模型,端到端的捕捉各类枢纽客流的非线性变化和时空特性。最后,通过多源数据融合,构建出更加鲁棒和可靠的预测模型,提高预测的准确性和稳定性,为交通管理部门提供更加科学、便捷的决策支持。

专利权项:1.面向特殊事件的道路客运线路客流预测系统,其特征在于:包括多源数据采集模块、多源数据预处理模块和基于深度强化学习的客流预测模型;所述多源数据采集模块用于搭建一种至少基于事件特征、时间特征、前序客流量差值、前序客流量比值和社交网络特征的活动特征框架构建,从而达到事件信息提取的目的;所述多源数据预处理模块基于TG选择的多源数据预处理模块,所述多源数据预处理模块用于对所有数据进行预处理,以满足进入预测模型前的数据要求;所述基于深度强化学习的客流预测模型为DQN模型,通过采用深度学习技术,能够有效地从大规模、高维度的数据中提取关键特征,所述关键特征至少包括历史客流数据、天气条件、节假日信息以及特殊事件的相关数据,使得DQN模型能够更准确地捕捉枢纽客流的动态变化。

百度查询: 重庆交通大学 重庆物流集团数字科技有限公司 面向特殊事件的道路客运线路客流预测方法及系统

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。