摘要
本发明提供一种面向城市复杂路网的维修服务绿色路径实时规划方法,通过采集多维度数据,所述多维度数据包括路网数据、维修需求数据和环境数据,构建GCN‑LSTM混合模型,以交通流量数据和路网拓扑结构数据为输入,预测未来一段时间内各路段的交通状态变化,并基于强化学习算法构建维修路径规划模型,通过对状态空间和动作空间进行定义,设计多维奖励函数,结合预测的交通状态变化,以此来规划维修的最优路径,实现即使在复杂的城市路网环境下也能实时规划维修绿色路径。
技术关键词
数据
交通状态预测
路网拓扑结构
规划最优路径
时空融合特征
注意力机制
地图可视化
双网络结构
时间序列特征
强化学习算法
控制点
车辆
终点
节点特征
实时位置
气象
系统为您推荐了相关专利信息
数据处理单元
数据获取模块
数据采集单元
GIS设备
数据导入模块
图像语义分割方法
图像分割模型
显著性检测技术
样本
标签文本
POE供电系统
POE电源
供电方法
交互式多模型
负载特征
条件风险价值
数值天气预报数据
风电功率预测误差
调频
构建风电场
RFID标签
合规性检测方法
二维图像数据
清洁工具
动作检测模型