[发明专利]基于目标检测技术和ACO-BP算法的智能轨道交通时间控制方法有效
| 申请号： | 201910973432.3 | 申请日： | 2019-10-14 |
| 公开（公告）号： | CN110688982B | 公开（公告）日： | 2022-07-01 |
| 发明（设计）人： | 杨斌;孙莹 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06V20/54 | 分类号： | G06V20/54;G06V10/70;G06V10/82;G06Q50/26;G06N3/04;G06N3/08;G06N3/00 |
| 代理公司： | 重庆市恒信知识产权代理有限公司 50102 | 代理人： | 刘小红;陈栋梁 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明请求保护一种基于目标检测技术和ACO‑BP算法的智能轨道交通时间控制方法。首先，利用目标检测技术统计重庆轨道交通三号线每个站点每天的人流量大小，统计得到等待人数与实际上车人数；其次，以等待人数与实际上车人数为输入，基于BP神经网络得出人流量与到站时间间隔对列车承运能力影响的关系权值；进一步，以当前各站点内人流量为输入量，关系权值作为影响参数传入到蚁群算法建立数学模型，通过不断改变发车间隔来得到最大承运量。同时以期望与实际承运量之间的误差为输入，基于BP(Backpropagation)神经网络学习功能，实现权值的更新，优化结果。本发明通过对轻轨站环境信息的实时收集和算法的持续更新，以获取最大运载量的列车时间间隔。 | ||
| 搜索关键词： | 基于 目标 检测 技术 aco bp 算法 智能 轨道交通 时间 控制 方法 | ||
【主权项】：
1.一种基于目标检测技术和ACO-BP算法的智能轨道交通时间控制方法，其特征在于，包括以下步骤：/n首先，考虑到深度学习在机器视觉领域独特的检测性能，利用Faster-RCNN目标检测方法统计轨道线路每个站点每天的人流量大小，统计得到每个班次等待人数与实际上车人数；/n其次，以等待人数与实际上车人数为输入，基于BP神经网络得出人流量与到站时间间隔对列车承运能力影响的关系权值；/n最后，以当前各站点内人流量为输入量，关系权值作为影响参数传入到蚁群算法建立数学模型，通过不断改变发车间隔来得到最大承运量，同时以期望与实际承运量之间的误差为输入，基于BP神经网络学习功能，实现权值的更新，优化结果。/n
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重庆邮电大学，未经重庆邮电大学许可，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/patent/201910973432.3/，转载请声明来源钻瓜专利网。
