有效
换乘通道服务水平评估方法和装置
杨晓霞、朱豪杰、康元磊、马浩、曲大义、聂文博、吴继成、陈兵杨、程森、宋帅、张永亮、魏金丽
青岛理工大学
杨
杨晓霞 专利 59
青岛理工大学信号装置计算机辅助设计行政管理
朱
朱豪杰
机构 暂无技术领域 暂无
康
康元磊 专利 25
青岛理工大学计算机辅助设计行政管理商务信息处理
马
马浩 专利 343
青岛理工大学几何尺寸测量清洁防污清洁
曲
曲大义 专利 55
青岛理工大学信号装置物理仪器道路交通控制
聂
聂文博
机构 暂无技术领域 暂无
吴
吴继成 专利 18
中铁建电气化局集团运营管理有限公司物理仪器行政管理信息通信行业流程
陈
陈兵杨 专利 26
中铁建电气化局集团运营管理有限公司物理仪器行政管理商务信息处理
程
程森
机构 暂无技术领域 暂无
宋
宋帅 专利 15
青岛理工大学物理仪器计算技术行政管理
张
张永亮 专利 184
青岛理工大学矿井隧道安全运维岩土钻进采矿固定建筑
魏
魏金丽 专利 27
青岛理工大学物理仪器计算技术商务信息处理
摘要
本申请实施例公开了换乘通道服务水平评估方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:获取目标换乘通道的条件因子,条件因子包括换乘乘客信息和换乘通道信息;将所获取的条件因子输入至预先训练的换乘服务水平评估模型,得到目标换乘通道的换乘服务水平评估指标,其中,换乘服务水平评估模型用于表征换乘通道的条件因子与换乘服务水平评估指标之间的对应关系;根据目标换乘通道的换乘服务水平评估指标确定目标换乘通道服务水平。该实施方式为换乘通道设计服务水平评估提供了依据,对不同换乘通道设计及服务水平评估提供了指导,从而提升了换乘通道的运行效率和服务质量。
1.一种换乘通道服务水平评估方法,包括:获取目标换乘通道的条件因子,所述条件因子包括换乘乘客信息和换乘通道信息;将所获取的条件因子输入至预先训练的换乘服务水平评估模型,得到所述目标换乘通道的换乘服务水平评估指标,其中,所述换乘服务水平评估模型用于表征换乘通道的条件因子与换乘服务水平评估指标之间的对应关系;根据所述目标换乘通道的换乘服务水平评估指标确定所述目标换乘通道服务水平;其中,所述换乘乘客信息包括换乘客流量、换乘客流不均衡系数以及绕行较慢乘客可能性,所述换乘通道信息包括换乘通道类型、通道长度和有效通道宽度;其中,所述换乘客流不均衡系数为换乘过程中各个方向乘客客流人数比值,用于描述乘客去往各个通道方向情形,衡量各方向客流差异程度大小,换乘通道客流方向不均衡系数越大,表明各方向客流量不均衡程度越高,所述换乘客流不均衡系数通过以下公式计算:其中,h为通道口方向数,若换乘通道为双向通道,h值取2,n i 表示去往各方向出口乘客人数,k i 为各个方向出口宽度, 为双向通道方向不均衡系数;所述绕行较慢乘客可能性表示乘客于换乘过程中绕过前方行进速度较慢乘客的可能性,用于描述换乘过程中整个换乘通道的流畅性及效率,所述绕行较慢乘客可能性通过以下公式计算:其中,a为通行过程中乘客数量,d为换乘通道宽度,δ sub 为乘客主观意愿系数,P cross 为绕行较慢乘客可能性;其中,所述换乘服务水平评估模型的训练样本数据和/或测试样本数据通过以下步骤得到:根据预先定义的换乘通道类型,使用基于智能体模型的行人动力学仿真软件构建各换乘通道类型对应的换乘通道仿真模型;基于构建的换乘通道仿真模型进行模拟得到不同条件因子对应的服务水平评估指标,所述服务水平评估指标包括换乘平均流率、最小乘客占用空间以及换乘通道饱和度;其中,所述换乘平均流率表示为单位宽度下每时刻通行人数,所述换乘平均流率通过以下公式计算:其中,V ave 表示换乘平均流率,a为通行过程中乘客数量,d为换乘通道宽度,c为通行时间;所述最小乘客占用空间表示为乘客在换乘过程中所占用的最小面积,其值等同于换乘过程中最大客流密度的倒数,通过以下公式计算:其中,Q表示最小乘客占用空间,D max 表示换乘过程中最大客流密度;所述换乘通道饱和度反映设施通过能力受最大客流密度的影响,通过以下公式计算:其中,θ sat 表示换乘通道饱和度,l表示换乘通道长度,a为通行过程中乘客数量,D max 表示换乘过程中最大客流密度,c为通行时间;其中,所述换乘服务水平评估模型通过以下步骤建立:建立BP神经网络,所述BP神经网络的输入层节点个数与输出层节点个数根据输入特征的数量与输出特征的数量确定;通过蜜獾优化算法对所述BP神经网络进行优化,得到所述换乘服务水平评估模型;其中,所述通过蜜獾优化算法对所述BP神经网络进行优化,得到所述换乘服务水平评估模型,包括:创建BP神经网络,设置隐藏层个数以及节点个数,定义隐藏层激活函数和输出层激活函数,所述隐藏层激活函数包括双曲正切函数,所述输出层激活函数包括线性函数;定义种群数量,迭代次数,利用蜜獾优化算法生成初始化权值和阈值个体;定义预测结果与实际输出之间的均方根误差为适应度的度量;在每次迭代过程中运行蜜獾优化算法的挖掘策略以及蜂蜜策略对种群进行更新,根据种群更新结果,逐步选取BP神经网络最优权重以及阈值;重复训练BP神经网络,直至到达最大训练迭代次数;其中,所述根据所述目标换乘通道的换乘服务水平评估指标确定所述目标换乘通道服务水平,包括:根据所述换乘平均流率确定服务水平中的便利度等级;根据所述最小乘客占用空间确定服务水平中的舒适度等级;根据所述换乘通道饱和度确定服务水平中的安全度等级;根据所述便利度等级、所述舒适度等级和所述安全度等级确定所述目标换乘通道服务水平。
2.根据权利要求1所述的方法,其特征在于,所述定义种群数量,迭代次数,利用蜜獾优化算法生成初始化权值和阈值个体,包括:根据以下公式生成初始化种群:x i =lb i +r 1 ·(ub i -lb i ),其中,x i 为N个种群中的第i个蜜獾个体位置,r 1 为0到1之间的随机数,ub i 和lb i 分别为个体维度上下限。
3.根据权利要求2所述的方法,其特征在于,所述在每次迭代过程中运行蜜獾优化算法的挖掘策略以及蜂蜜策略对种群进行更新,根据种群更新结果,逐步选取BP神经网络最优权重以及阈值,包括:蜜獾觅食行为基于强度I进行,强度与猎物的浓度强度以及猎物与蜜獾之间的距离有关,I i 表示猎物的嗅觉强度,若嗅觉强度高,则蜜獾行动将更为迅速,根据以下公式计算:S=(x i -x i+1 ) 2 ,d i =x prey -x i ;其中,S为浓度强度,x prey 为猎物位置,视为目前最佳位置,即全局最优位置,d i 表示猎物与第i只蜜獾之间的距离,r 2 为0到1之间的随机数;在挖掘策略中,蜜獾的新位置根据以下公式计算:x new =x prey +F·β·I·x prey +F·r 3 ·α·d i ·|cos(2πr 4 )·[1-cos(2πr 5 )]|;其中,x new 为蜜獾的新位置,β表示蜜獾获取食物的能力,默认取值为6;r 3 ,r 4 ,r 5 均为0到1之间的随机数;α为密度因子,随迭代次数而减小,以减少随时间变化的随机化;F为改变搜索方向的标志;α和F根据以下公式计算:其中,t表示当前迭代次数,T表示最大迭代次数,r 6 为0到1之间的随机数,在挖掘阶段,蜜獾主要依赖猎物的嗅觉强度I,与猎物之间的距离d i 以及密度因子α;在蜂蜜策略中,蜜獾跟随导蜜鸟到达蜂巢的情况可由下式表示:x new =x prey +F·r 7 ·α·d i ;其中,r 7 为0到1之间的随机数,蜜獾根据距离信息d i 在目前发现的猎物位置x prey 附近进行搜索,在此阶段,搜索行为仍然收到α和F的影响。
4.根据权利要求1所述的方法,其特征在于,所述根据所述便利度等级、所述舒适度等级和所述安全度等级确定所述目标换乘通道服务水平,包括:根据以下公式将所述便利度等级、所述舒适度等级和所述安全度等级加权平均确定所述目标换乘通道服务水平:其中,Los total 表示目标换乘通道服务水平,Los comf 表示舒适度等级,Los conv 表示便利度等级,Los sec 表示安全度等级, 分别表示舒适度等级、便利度等级以及安全度等级的权重系数, 所述舒适度等级、便利度等级以及安全度等级的权重系数通过以下步骤确定:获取原始数据矩阵,并通过以下公式进行标准化,所述原始数据矩阵为X=(X ij ) m×n ,样本数为m,指标数为n;正向指标标准化:反向指标标准化:计算第j个指标第i个项目的数值比重:计算第j项指标的熵值e j :其中,系数 计算第j项指标的差异系数d j ,差异系数越大,表示该指标所起作用越大,该指标越优;d j =1-e j ;给指标赋权,定义权重w j :通过权重计算样本评价值,第i个样本第j项指标的评价值为:F ij =w j ·X′ ij ;通过m个样本对各指标评价值取均值,所述舒适度等级、便利度等级以及安全度等级的权重系数得到确定。
5.一种换乘通道服务水平评估装置,用于实现权利要求1所述的方法,包括:获取单元,被配置成获取目标换乘通道的条件因子,所述条件因子包括换乘乘客信息和换乘通道信息;预测单元,被配置成将所获取的条件因子输入至预先训练的换乘服务水平评估模型,得到所述目标换乘通道的换乘服务水平评估指标,其中,所述换乘服务水平评估模型用于表征换乘通道的条件因子与换乘服务水平评估指标之间的对应关系;确定单元,被配置成根据所述目标换乘通道的换乘服务水平评估指标确定所述目标换乘通道服务水平。



