[发明专利]一种基于神经网络算法的社区交通共享方法及系统

权利要求书

1.一种基于神经网络算法的社区交通共享方法，其特征在于，包括：

社区中每个参与交通共享的家庭将学生就读班级信息和家长工作单位信息提交至社区交通共享中心，形成共享基础数据集，包括：按照层次分解方法，将所述班级信息按照学生就读的学校、年级和班级进行分解，并按层次方式进行存储；将所述家长工作单位信息以单个家长为单位，分解为多组家长工作单位信息；

对所述共享基础数据集中的所述学生就读班级信息和所述家长工作单位信息进行相似度比较，建立每个家庭的学生就读班级信息和家长工作单位相似度索引表，包括：

其中，i和j分别为第i个家庭和第j个家庭，Sim(i，j)为第i个家庭和第j个家庭的相似度，C(i，j)为第i个家庭和第j个家庭的学生就读班级信息对应的用车时间集合，P(i，j)为第i个家庭和第j个家庭的家长工作单位信息对应的用车时间集合；

按照能够共享车辆的时间范围，将家庭车辆信息提交至社区交通共享中心；按照家庭需要共享的时间范围，将家庭用车信息提交至社区交通共享中心，形成供需基础数据集；

按照所述相似度索引表中相似度降序排列，将所述共享基础数据集和所述供需基础数据集中的数据导入神经网络中进行学习，进入稳态后，返回最优匹配交通共享搭配；

将所述共享基础数据集中的所述学生就读班级信息和家长工作单位信息通过神经网络算法，得到交通共享预搭配输出；

如果所述交通共享预搭配输出超过指定阈值，向提供车辆的家庭和需要用车的家庭同时发送社区交通共享推荐，询问是否进行时间折衷操作。

2.根据权利要求1所述的方法，其特征在于，按照能够共享车辆的时间范围，将家庭车辆信息提交至社区交通共享中心；按照家庭需要共享的时间范围，将家庭用车信息提交至社区交通共享中心，包括：

设定共享时间容差区间，当能够共享车辆的时间范围在共享容差区间范围内时，确定为同一共享时间范围；

设定需求容差区间，当用车时间在所述需求容差区间范围时，确定为同一用车时间范围。

3.根据权利要求1所述的方法，其特征在于，将所述共享基础数据集和所述供需基础数据集中的数据导入神经网络中进行学习，进入稳态后，返回最优匹配交通共享搭配，包括：

初始化所述神经网络；

将所述共享基础数据集导入所述神经网络进行训练，为每个家庭形成第一匹配结果；

根据每个家庭的供需差异特点，建立二次调优模型，对所述第一匹配结果进行调优，形成所述最优匹配交通共享搭配。

4.一种基于神经网络算法的社区交通共享系统，其特征在于，包括：

基础模块，用于社区中每个参与交通共享的家庭将学生就读班级信息和家长工作单位信息提交至社区交通共享中心，形成共享基础数据集，所述基础模块包括：学生信息单元，用于按照层次分解方法，将所述班级信息按照学生就读的学校、年级和班级进行分解，并按层次方式进行存储；家长信息单元，用于将所述家长工作单位信息以单个家长为单位，分解为多组家长工作单位信息；

比较模块，用于对所述共享基础数据集中的所述学生就读班级信息和所述家长工作单位信息进行相似度比较，建立每个家庭的学生就读班级信息和家长工作单位相似度索引表，包括：

其中，i和j分别为第i个家庭和第j个家庭，Sim(i，j)为第i个家庭和第j个家庭的相似度，C(i，j)为第i个家庭和第j个家庭的学生就读班级信息对应的用车时间集合，P(i，j)为第i个家庭和第j个家庭的家长工作单位信息对应的用车时间集合；

供需模块，用于按照能够共享车辆的时间范围，将家庭车辆信息提交至社区交通共享中心；按照家庭需要共享的时间范围，将家庭用车信息提交至社区交通共享中心，形成供需基础数据集；

匹配模块，用于按照所述相似度索引表中相似度降序排列，将所述共享基础数据集和所述供需基础数据集中的数据导入神经网络中进行学习，进入稳态后，返回最优匹配交通共享搭配；

预搭配模块，用于将所述共享基础数据集中的所述学生就读班级信息和家长工作单位信息通过神经网络算法，得到交通共享预搭配输出；

推荐模块，用于如果所述交通共享预搭配输出超过指定阈值，向提供车辆的家庭和需要用车的家庭同时发送社区交通共享推荐，询问是否进行时间折衷操作。