陈深进
- 作品数：6 被引量：6H指数：1
- 供职机构：华南理工大学更多>>
- 相关领域：交通运输工程自动化与计算机技术经济管理更多>>
- 一种云平台环境下公共交通智能行车计划排班系统及方法
- 本发明涉及一种云平台环境下公共交通智能行车计划排班系统，包括智能行车计划排班系统、智能公交一体化终端、安装在公交站台的用于对公交站台进行唯一标识的站台交通要素标识标签以及安装在公交车辆上的用于对公交车辆进行唯一标识的交通...
- 陈深进张传春薛洋
- 文献传递
- 一种云平台环境下无监督学习的实时公交动态调度系统及方法
- 本发明涉及一种云平台环境下无监督学习的实时公交动态调度系统，包括公共交通云服务调度系统、智能公交一体化终端、无监督学习的公交客流出行、安装在公交站台的用于对公交站台进行唯一标识的站台交通要素标识标签以及安装在公交车辆上的...
- 陈深进张传春薛洋
- 一种云平台环境下公共交通智能行车计划排班系统及方法
- 本发明涉及一种云平台环境下公共交通智能行车计划排班系统，包括智能行车计划排班系统、智能公交一体化终端、安装在公交站台的用于对公交站台进行唯一标识的站台交通要素标识标签以及安装在公交车辆上的用于对公交车辆进行唯一标识的交通...
- 陈深进张传春薛洋
- 文献传递
- 一种云平台环境下无监督学习的实时公交动态调度系统及方法
- 本发明涉及一种云平台环境下无监督学习的实时公交动态调度系统，包括公共交通云服务调度系统、智能公交一体化终端、无监督学习的公交客流出行、安装在公交站台的用于对公交站台进行唯一标识的站台交通要素标识标签以及安装在公交车辆上的...
- 陈深进张传春薛洋
- 文献传递
- 基于无监督学习的实时公交动态调度的研究被引量：5
- 2019年
- 针对广州智能公交调度的优化问题,提出一种基于无监督学习的实时公交动态调度算法,结合乘客利益和公交公司利益总体最优为目标,通过无监督学习方法学习到公交客流出行特征表达的提取,利用吸引子传播(affinity propagation,AP)聚类算法的优化数据集与支持向量机(support vector machine,SVM)的训练样本集相结合建立预测模型训练,运用公交线网发车间隔和加权系数的目标函数优化调度数学模型,将多源信息融合及多策略的实时公交动态调度算法引入到求解模型中,利用深度学习的异常突发事件分类检测方法实现调度优化模型的实时调整。实验结果表明,AP聚类算法程序运行耗时16 s、高峰发车间隔5 min,比遗传算法运行效率更高、时间间隔更精确,实例证明模型和算法具有实用性和可靠性。
- 陈深进薛洋欧勇辉
- 关键词：公交调度无监督学习多源信息融合
- 基于云服务平台的智能交通关键技术研究
- 智能交通系统(intelligent transportation system，ITS)不仅需要合理的公交线网规划，还需要对公交客流进行精准的、实时的预测，适时对公交运营调度进行调整和优化，为市民提供实时、准确、有效的...
- 陈深进
- 关键词：智能交通公交客流云服务无监督学习
- 文献传递
