CN119443740A 用于城市轨道交通智能辅助调度方法、系统及存储介质 （中铁通信信号勘测设计院有限公司）

室误模式和客流集中点进行关联分析，确定9客流2获取各个车站的列车运行数据和乘客流量数据，所述列车运对所述乘客流量数据进行空间分布分析，得到人群密度图，对所述对所述列车延误模式和所述客流集中点进行关联分析，确定所述客构建多个优化参数，对每个车站所述关键压力点的人群2.根据权利要求1所述的方法，其特征在于，对所述密度分布值进行预测包括以下步确定预测时间段，从所述乘客流量数据抽取与所述预测时间获取时间在所述历史序列组之后的所述第一时间序列作为第动数值修正所述第四时间序列获得所述预测计算所述历史序列组中每个所述第一时间序列的第一平将车站划分为多个空间区域，基于所述空间区域构建空间拓扑图，所对所述初始压力点进行流动性分析，获取其它节点与各个所述初始压力点的流动性，基于所述客流集中点的数据和所述列车延误模式中包括延误时间3设置多个子时间段，获取每个所述子时间段内各个所述初始压力点对所述初始压力点进行流动速度分析和流动压力分析，获取所述初始传递系数计算所述初始压力点与各个节点之基于所述优化参数和所述密度分布值构建多个目标函数，所述目标函数包括法求解所述适应度函数以获得所述最佳调度所述波动特征包括波动范围和波动剧烈度，所述时延特征包括平均基于延误时间构建每个车站的延误时间序列，所述波动范围为延9.一种用于城市轨道交通智能辅助调度系统，用于实现如权利要求1_8中任一项所述采集模块，获取各个车站的列车运行数据和乘客流量数据，所述列车运行数据所述指令被处理器执行时实现如权利要求1_8中任一项所述的用于城市轨道交通智能辅助45不同时刻的客流量进行预测，并以此为依据确定每天不同时刻发车间隔时间,以此发车间流量的情况不断动态的修正发车间隔时间使得列车6述浮动数值修正所述第四时间序列获得所述预测日期的所述密7流动传递系数计算所述初始压力点与各个节点传算法求解所述适应度函数以获得所述最佳调度[0015]本申请提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有指[0016]本发明以每个站点的延误时间为分析目标，通过结合历8次的第一延误时间，如理想离站时间为8:00，实际离站时间为8:01，则第一延误时间为过CNN卷积神经网络对图像进行分析及目标跟踪，从而获得图像区域内存在的人群数量以9[0032]本发明以每个站点的延误时间为分析目标，通过结合历确定预测时间段，从乘客流量数据抽取与预测时间段同一时间段的历史客流数从第一时间序列中抽取4月10日前十天的第一时间序列作为第二时间序列。将10条第二时[0036]由于每天客流的峰值出现时间会不同，本发明使用DTW算法计算第二时间序列与的历史序列组包括的第一时间序列其出现时间也是连续的，例如3月1日与3月10日的第一该第四时间序列作为4月10日7:00～9:00,其中，为第i个子时间段初始压力点A流向节点B乘客流动数据，为传递系数，为第i个子时间段初始压力点A的原始乘客数率因子和空间拥堵因子可以使用如下公式计算YS=M.SIT.S,XS和分别为初始压力点A与节点B之间流动效率因子和空间力点A与节点B之间的走廊宽度，为初始压力点A与节点B之间走廊的最大行走速度，为初始压力点A与节点B之间走廊的最大人群密度，最大行走速度和最大人群密度可因子进行加权求和来计算初始压力点与节点之间的流动性，例如加权求和公式为L-0.5.X.S+0.6.Y.S+0.7.Z.S其中，L为初始压力点A与节点B之间的流动性，基于优化参数和密度分布值构建多个目标函数，目标函数包括最小化列车延误、行速度。一个完成的个体代表一个完整的调度方案。构建的适应度函数为f(r)和