摘要
本发明公开了一种基于动态需求预测的城市停车泊位调度方法,所述方法包括:接收历史停车数据和实时外部数据,并对数据进行预处理;基于深度学习模型构建停车需求预测模型;调用预先构建的泊位调度模型基于所述停车需求预测模型输出的停车需求预测输出停车泊位分配策略;执行分配策略并实时采集反馈数据,以实时调整所述需求预测模型和泊位调度模型的参数。通过接收历史停车数据和实时外部数据并进行预处理,利用深度学习模型构建停车需求预测模型,结合泊位调度模型生成动态泊位分配策略,并通过实时采集反馈数据优化模型参数,从而实现泊位分配的实时动态调整。提高了停车需求预测的精度和泊位利用率。
技术关键词
需求预测模型
LSTM模型
深度学习模型
泊位状态信息
策略
时间序列特征
车流量数据
动态
统计特征
深度学习网络模型
矩阵
数据处理模块
车辆
处理器
参数
调度系统
交通流
管理系统
系统为您推荐了相关专利信息
冰雪路面
车辆巡航控制方法
趋势预测模型
误差
气象