摘要
本发明公开了基于行程时间和客流概率预测的公交车时刻表生成方法,包括如下步骤:S1、采集数据;S2、预处理得到原始数据集;S3、得到重采样数据集;S4、构建并训练行程时间和客流长期概率联合预测模型;S5、对预测的重采样数据集进行填充,得到优化模型接受的输入格式的预测数据集;S6、对预测数据集进行选取,用于评估S3中最佳的重采样粒度;S7、构建超大规模的随机多目标混合整数规划模型;S8、将优化模型接受的输入格式的预测数据集输入超大规模的随机多目标混合整数规划模型中;S9、设计约束优化的稀疏多目标优化算法,生成公交车时刻表。本发明通过人工智能技术和算法构建并训练预测模型和优化模型,从而高效准确地生成公交车时刻表。
技术关键词
时刻表
混合整数规划模型
生成方法
数据
超大规模
行程
索引
染色体
格式
公交车站
车辆
深度学习架构
客流计数器
站点
训练预测模型
决策
表达式
变量
序列