[发明专利]云平台环境下无监督学习的实时公交动态调度方法

摘要

本发明公开了一种云平台环境下无监督学习的实时公交动态调度方法。其包括以下步骤：根据车辆定位的当前位置信息，通过智能公交一体化终端或公共交通云服务调度系统采集车辆定位数据；通过智能公交一体化终端或公共交通云服务调度系统与数据中心进行通信；通过公共交通云服务调度系统接收数据中心的运营调度指令并在车载司机信息显示屏进行显示；通过接收数据中心下发通知信息至智能公交一体化终端，显示通知信息、收费信息、系统故障信息，提供司机查看。本发明构建在一个高可用的云计算平台，使得其可以具备在线的计算能力扩展、高效的资源效用比以及稳定的运行性能，实现高效、弹性和绿色的通用计算平台。

主权项

1.云平台环境下无监督学习的实时公交动态调度方法，其特征在于，其包括以下步骤：(1)、通过智能公交一体化终端和交通要素标识标签的车辆定位功能，提供DR‑GPS卫星定位和低功耗蓝牙辅助精准定位；(2)、根据车辆定位的当前位置信息，通过智能公交一体化终端或公共交通云服务调度系统采集车辆定位数据，包含时间、经度、纬度、速度和方向；通过智能公交一体化终端采集车辆营运数据，包含行驶轨迹、车次、车辆状态、行驶里程和到站信息；(3)、通过智能公交一体化终端或公共交通云服务调度系统与数据中心进行通信，按协议上传车辆定位数据、车辆营运数据、车辆调度数据、站台客流数据、司机上报数据；同时，按协议接收数据中心下发的业务数据和通知信息；由于通信的原因，未上传或下发的数据进行重补发；通过3G/4G双模通信模式，配置文件修改APN，采用APN专网或公网的网络通讯；具有网络信号监测，可显示实时信号强度，断线自动重连；(4)、通过公共交通云服务调度系统接收数据中心的运营调度指令并在车载司机信息显示屏进行显示，司机可通过车载司机信息显示屏对调度信息进行反馈，同时，系统支持司机手工触发线路运行调度指令；(5)、通过智能公交一体化终端或公共交通云服务调度系统进行行车监察，在行车过程中，实时显示公交车辆的运营车次、车辆状态、行驶里程、到站信息，提供司机查看；当出现满载、严重堵车、交通意外、紧急改道及坏车情况，司机可通过车载司机信息显示屏输入信息，并发送到数据中心；(6)、通过智能公交一体化终端或公共交通云服务调度系统进行异常告警，对开门行车、超速、线路越界的检测，并通过轻触式输入显示屏显示提醒司机；(7)、通过接收数据中心下发通知信息至智能公交一体化终端，显示通知信息、收费信息、系统故障信息，提供司机查看；所述的步骤(1)还包括以下步骤：(11)、通过智能公交一体化终端采集周围的公交站台交通要素标识标签信号，如果稳定采集到某个具体站台交通要素标识标签信号，则精确确定用户当前在该站台位置附近；(12)、如果没有采集到站台交通要素标识标签信号，则通过智能公交一体化终端采集自身的定位信息，确定用户的当前位置；(13)、在车辆移动过程中，智能公交一体化终端实时采集周围的站台交通要素标识标签信号，结合自身的定位信息和站台交通要素标识标签信号，综合确定车辆的当前位置，实现精准定位；(14)、无监督学习的公交客流出行特征表达提取，鉴于无监督特征学习的强大表述能力和对大量数据样本的充分利用，借助大量已有公交刷卡数据和GPS数据集利用无监督学习方法训练多个网络形成具有深度结构的层叠编码机，以便获得不同日期不同时间段的短时客流的有效高层语义表达特征；然后，将获得的网络参数通过迁移特征学习方法迁移到目标客流预测任务上；(15)、调度优化模型训练，调度模型的训练是以乘客利益和公交运输企业利益总体最优的多目标最优化问题，即在满足总体利益最优的情况下确定最优的线路发车间隔；(16)、实时动态运营决策系统，静态调度优化模型为公交运营及调度的科学操作制定了理论依据；但实际的公交运营，由于受到天气、道路交通环境及国家政策突发因素的影响而偏离静态调度模型；因此需要根据异常突发事件的特点对静态调度优化模型进行实时调整。