本发明涉及共享单车需求预测与投放调度方法，所述方法包括以下步骤：S1、建立XGBoost决策树，将相似和相邻的站点聚集成集群；S2、对单个站点的真实需求进行纠偏，并带入到XGBoost决策树中经训练后得到优化的站点聚类结果；S3、根据训练好的XGBoost决策树预测每个站点的借/还车需求；S4、考虑每个站点容量限制和需求到达分布，计算单车的初始投放量；S5、划分城市的调度分区；S6、建立区域内单车调度模型，获得调度路径的最优选择。本发明从共享单车的需求预测和调度优化着手，考虑多种现实情况和现实问题，设计模型和求解方法，为城市共享单车系统的运营决策提供依据，有利于快速实现城市居民的借/还车需求，方便生活，健康出行。
📄 2022116652315
📂 G06Q10_04
👤 暨南大学
📅 2022-12-23
本发明公开了一种基于动态多视图耦合图卷积的城市出行需求预测方法，获取城市中各个区域的地理位置数据、POI数据和道路数据，以各个区域为节点构建地理相似图、功能相似图和道路相似图；以单位时间为间隔，获取城市中每个区域在各个单位时间内的出行需求数据，构建动态需求相似图；然后结合动态多视图和耦合图卷积模块，能够从多个角度对出行需求数据中复杂的时空关系进行建模，对各个单位时间对应的融合空间特征分别采用门控循环单元提取时间相关特征，然后提取时间相关特征与外部特征之间的注意力分数，以注意力分数为权重，对所有单位时间对应的时间相关特征进行加权求和，得到最终预测结果。本发明提高了城市出行需求预测的准确性。
📄 2022109160725
📂 G06Q10_04
👤 浙江工业大学
📅 2022-08-01
本发明公开了一种基于公交网络的乘客需求预测系统和方法，该方法综合考虑非均匀性、突发性和周期性等因素，通过随时间变化的泊松模型，加权时间变化的泊松模型，综合自回归移动平均模型等预测模型和基于滑动窗口的整合框架最终得到公交网络中的乘客需求预测。本发明预测得到的乘客需求量能够为乘客提供更加便捷舒适的公交出行环境，如减少乘客的等车时间、避免公交车过度拥挤或者过度松散的情况。
📄 2013102934073
📂 G06Q10_04
👤 鲁东大学
📅 2013-07-15
本发明实施例公开了一种共享设备产品市场预测系统及方法，在预设时间和地点采集共享设备的高清图像信息，并对远程获取的共享设备的高清图像信息进行图像识别获取共享设备特征，统计出共享设备随时间变化的流量数据模型，根据所述流量数据模型结合与共享设备相关的社会、经济、环境方面的调研结果获取影响共享设备产品可持续发展的影响因素及其影响关系，结合构建的数学模型公式获得共享设备产品的市场可持续性发展预测曲线，生成产品市场可持续性发展预测报告。数据采集方法先进，加以数学算法辅助，可帮助大大减少市场预测的人力与时间成本，并具有更高的准确度，能够更好的为市场决策人员提供建议服务。
📄 2020111496487
📂 G06Q30_02
👤 东北石油大学
📅 2020-10-23
本发明公开一种电子装置、语音导航需求预测方法和存储介质，该方法包括：识别进线号码，分析进线号码是否为重复进线；在重复进线时计算出进线号码的本次进线距上次进线的间隔时长，并确定所属时长区间；根据时长区间与意图预测模型的映射关系，确定对应的意图预测模型；获取进线号码的上K次的进线意图以及进线号码名下的各项业务，输入确定的意图预测模型中，得出进线号码的上K次的进线意图分别转移至进线号码名下的各项业务的概率；按第一预设规则计算得出进线号码本次进线选择其名下各项业务的概率；再按第二预设规则选择进线号码名下的业务，将选出的业务加入导航提示语中进行播报。本发明技术方案实现了引导进线用户快速进入所需的服务。
📄 2017107545652
📂 H04M3_51
👤 平安科技(深圳)有限公司
📅 2017-08-29
本发明公开了一种基于机器学习的城际网约车需求预测方法及系统，包括需求预测模型训练和需求客座数值预测，其中需求预测模型训练包括订单数据获取、天气特征数据获取、特征数据合并及增加、特征数据预处理、特征数据筛选、模型训练和最优模型获取。本发明根据网约车用户的订单数据，统计历史各时段的网约车需求数据以及时段特征，同时额外收集城市的天气数据作为补充，由于网约车需求预测所涉及的因素过于繁杂，所以通过特征选择方法选择强相关特征作为算法输入，并将XGBoost算法作为需求预测的关键算法，通过交叉验证的方法选取并保存最优模型；在实际应用时获取保存的模型及未来时段数据做预测，以对未来各时段的网约车需求进行预测。
📄 2021109431046
📂 G06Q30_0202
👤 华侨大学
📅 2021-08-17
本发明涉及一种交通需求预测方法、系统、电子设备及计算机存储介质，涉及智慧交通技术领域，方法包括获取交通数据中的时序特征；根据所述时序特征进行时序信息编码，得到输入特征矩阵；根据所述输入特征矩阵利用时间上的多头门控自注意力提取模块进行特征提取，得到带有时间特征的特征矩阵；根据所述带有时间特征的特征矩阵利用空间上的多头门控递归图注意力模块进行特征提取，得到带有时间特征和空间特征的特征矩阵；获取预设时间交通数据；根据所述预设时间交通数据和所述带有时间特征和空间特征的特征矩阵确定预测结果。本发明通过充分挖掘交通数据中的时空特征，从而实现快速且准确地对城市交通需求进行预测。
📄 2022114701181
📂 G08G1_01
👤 华侨大学
📅 2022-11-23
本发明公开了一种基于增量训练的城际网约车短期出行需求预测方法及系统，方法包括：获取城际网约车的历史订单数据集，进行处理及选取所需字段形成初步订单数据；将初步订单数据划分为N个不同的即时单数据集和N个不同的预约单数据集；根据即时单数据集构建待测时刻，构建训练模型所需的特征，并根据所有的特征构建特征数据集，将特征数据集按比例分为训练数据集和测试数据集；基于训练数据集对短期出行需求预测模型进行训练；构建在线实时增量训练模型，将待测时刻所属日期已知的出行需求数据作为新的训练样本进行增量训练；将测试数据集输入至所述短期出行需求预测模型得到预测总输出。本发明能有效提高城际网约车出行需求预测的准确性。
📄 2023111329168
📂 G06Q30_0202
👤 华侨大学
📅 2023-09-05
本发明公开了一种基于时空注意力的城际网约车多线路需求预测方法及系统，涉及智能交通技术领域，方法包括：首先，采用先生成全局时空序列，再构建注意力网络学习序列时空信息的方式，增强模型提取不同线路间动态联系的能力；然后，在生成时空序列时嵌入时间、变量以及局部连通性等多个重要因素，增加预测模型可以学习到的信息；最后，使用多层次自注意力网络递进式学习单变量、局部连通变量以及全局变量间不同时间步长的关系，避免局部重要信息的丢失。本发明相比其他多元时序预测算法能有效提取城际线路间的动态联系，从而提高多线路未来多个时间步长的需求预测准确度。
📄 2024105721397
📂 G06Q30_0202
👤 华侨大学
📅 2024-05-10
本发明涉及能源需求预测技术领域，具体为一种基于ICA算法优化PSO‑BP神经网络模型的能源需求预测方法。首先，本发明为了对未来能源需求进行准确地预测，根据以往的数据建立了一种未来能源影响数据生成模型对未来的能源总量、能源使用量、气候环境、地理特征、人口数量、经济收入、能源污染度和能源价格进行数据生成；其次，本发明提出一种能源成本模型用于对未来能源影响数据生成模型输出结果进行成本预测；接着，本发明为了更加准确地预测未来能源需求，提出一种改进ICA算法；该算法的主要作用在于对能源需求的影响因素进行分析；最后，本发明通过一种改进的PSO‑BP网络模型实现了对未来能源需求的准确预测。
📄 202410086999X
📂 G06Q30_0202
👤 广西民族大学
📅 2024-01-22
本发明公开了一种综合考虑光伏出力和负荷需求预测区间的配电网调度方法，该方法首先基于近似Beta分布的光照强度建立了光伏出力预测区间模型，其次在用电负荷分层概率预测方法的基础上结合经验模态分解与稀疏贝叶斯学习方法建立了负荷需求预测区间模型，最后基于光伏出力和负荷需求预测区间提出了兼顾配电网运行的可靠性和经济性的调度模型。本发明所提方法不仅解决了光伏发电出力不确定而导致的供电不可靠性问题，还降低了由光伏发电和负荷难于预测造成的配电网经济运行成本。本发明可广泛应用于电力网络的配电网调度。
📄 2017103776130
📂 H02J3_00
👤 南京邮电大学
📅 2017-05-25
本申请公开了一种出租车需求预测方法、系统和设备，将各个时间步作为图中的节点，通过时序关系构造图神经网络边的连接，使用多模态信息初始化节点特征，并且通过基于多模态注意力的消息传递机制MMPM更新节点信息，通过图神经网络的输出层预测下一时刻的出租车需求量，提高了出租车需求预测的准确性。
📄 2021100975923
📂 G06Q10_04
👤 广东工业大学
📅 2021-01-25
柿子坊 · 知识产权运营
柿子坊知识产权运营平台