[发明专利]一种轨道交通反向乘客识别及乘车班次确定方法及系统有效

专利信息
申请号: 202010418186.8 申请日: 2020-05-18
公开(公告)号: CN111582750B 公开(公告)日: 2021-01-01
发明(设计)人: 许心越;李海鹰;刘军;于超;李建民 申请(专利权)人: 北京交通大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/26
代理公司: 北京高沃律师事务所 11569 代理人: 杜阳阳
地址: 100044 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 轨道交通 反向 乘客 识别 乘车 班次 确定 方法 系统
【权利要求书】:

1.一种轨道交通反向乘客识别及乘车班次确定方法,其特征在于,包括:

获取自动售验票系统的乘车数据,并根据所述乘车数据确定乘客候车时间;所述乘客候车时间包括正向乘客的正向候车时间和反向乘客的反向时间;所述正向候车时间为正向乘客在车站等待直接驶入目的地列车的时间;所述反向时间为反向乘客在反向乘车时车内的时间与在起点站和反向车站候车时间的总和;所述正向乘客为在起点站直接等候列车前往目的地的乘客;所述反向乘客为乘坐与目的地相反方向的列车,并在反向车站换向前往目的地的乘客;

根据所述乘客候车时间建立乘客选择行为模型;乘客选择行为包括正向出行和反向出行;

获取乘客所需等候的最大列车数以及反向车站的最大数量;

根据所述最大列车数和所述正向候车时间建立正向乘客乘坐不同列车班次的正向候车时间分布模型;

根据所述反向车站的最大数量和所述反向时间建立反向乘客选择不同反向车站的反向时间分布模型;

采用贝叶斯模型分别对所述乘客选择行为模型、所述正向候车时间分布模型和所述反向时间分布模型中参数的联合后验概率进行计算,分别得到每个模型参数的联合后验概率;

采用NUTS算法对所述联合后验概率的参数进行估计,得到参数估计值;

根据所述参数估计值进行反向乘客识别、反向乘客的反向车站和乘车班次识别以及正向乘客的乘车班次识别,得到识别结果。

2.根据权利要求1所述的轨道交通反向乘客识别及乘车班次确定方法,其特征在于,所述根据所述乘客候车时间建立乘客选择行为模型,具体包括:

根据如下公式建立乘客选择行为模型:

式中,表示乘客z属于正向乘客的概率,表示乘客z属于反向乘客的概率,NP表示所有正向乘客集合,TBP表示所有反向乘客集合,表示选择路径r的乘客z在起点站o的候车时间,分别表示选择路径r的正向乘客在起点站o的正向候车时间的平均值、标准差和权重;分别表示选择路径r的反向乘客在起点站o的反向时间的平均值、标准差和权重,d为目标站。

3.根据权利要求2所述的轨道交通反向乘客识别及乘车班次确定方法,其特征在于,所述根据所述最大列车数和所述正向候车时间建立正向乘客乘坐不同列车班次的正向候车时间分布模型,具体包括:

根据如下公式建立所述正向候车时间分布模型:

式中,表示选择路径r的乘客z在起点站o所需等候的最大列车数,表示所有正向候车时间分布的概率密度函数,表示正向乘客等待第i辆地铁的候车时间的权重向量;和分别表示正向乘客等待第i辆地铁的正向候车时间的平均值和标准差;

所述根据所述反向车站的最大数量和所述反向时间建立反向乘客选择不同反向车站的反向时间分布模型,具体包括:

根据如下公式建立反向时间分布模型:

式中,表示所有反向时间分布的概率密度函数,表示反向车站的最大数量,表示反向乘客在起点站o和包含路径r上的反向车站之间的平均反向时间;表示反向乘客在选择第j个反向车站反向时间的权重向量;和分别代表反向乘客在选择第j个反向车站反向时间的平均值和标准差。

4.根据权利要求3所述的轨道交通反向乘客识别及乘车班次确定方法,其特征在于,所述采用贝叶斯模型分别对所述乘客选择行为模型、所述正向候车时间分布模型和所述反向时间分布模型中参数的联合后验概率进行计算,分别得到每个模型参数的联合后验概率,具体包括:

将所述正向候车时间作为观测数据,将正向乘客乘坐不同班次列车正向候车时间的概率分布函数作为似然函数,根据贝叶斯公式得到正向候车时间分布模型参数的联合后验概率初始表达式;

根据正向乘客等待第i辆地铁的正向候车时间的平均值、标准差和权重向量确定参数的联合先验概率函数;

根据选择路径r的正向乘客在起点站o的正向候车时间的平均值、标准差和权重计算乘客正向候车时间的概率;

根据所述观测数据确定所述观测数据的似然函数;

根据所述联合后验概率初始表达式、所述联合先验概率函数、所述乘客正向候车时间的概率和所述观测数据的似然函数确定实际的参数联合后验概率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京交通大学,未经北京交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010418186.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top