【技术实现步骤摘要】
一种服务区开放方法、系统、设备和可读存储介质
[0001]本申请实施例涉及人工智能
,具体涉及一种服务区开放方法、系统、设备和可读存储介质。
技术介绍
[0002]高速服务区是高速公路的重要组成部分,为过往高速公路的车辆和人员提供各种服务,满足不同层次、不同类型的需求。精准把握高速服务区的人流量变化,能够充分保障高速服务区的接纳能力,有利于进一步提高高速服务区的服务水平。
[0003]服务区区域内人流量预测是公共安全中的重要问题,现有的人流量预测技术,包括基于视频的人流密度计算、基于wifi热点、利用移动基站等等,准确度都严重不足。
[0004]现有技术中缺少一种完善融合实际应用场景的数据和神经网络的解决方案。
技术实现思路
[0005]为此,本申请实施例提供一种服务区开放方法、系统、设备和可读存储介质,通过神经网络预测服务区下一时间段人流量信息,从而更高效且准确地辅助决策服务区和服务站点的开放/关闭。
[0006]为了实现上述目的,本申请实施例提供如下技术方案:
[00 ...
【技术保护点】
【技术特征摘要】
1.一种服务区开放方法,其特征在于,所述方法包括:根据目标服务区的历史车流量数据训练服务区人流量预测模型;基于所述服务区人流量预测模型确定下一设定时间段所述目标服务区的人流量预测数据;基于所述下一设定时间段的人流量预测数据确定所述下一设定时间段的所述目标服务区的开放方案;根据所述目标服务区的开放方案和所述目标服务区的服务站点的服务效率确定服务站点的开放方案。2.如权利要求1所述的方法,其特征在于,根据目标服务区的历史车流量数据训练服务区人流量预测模型,包括:以设定间隔时间为周期,采集所述目标服务区的历史车流量数据;所述设定间隔时间是根据目标服务区与相邻城市的距离确定的;所述历史车流量数据包括车辆数量以及对应的车辆类型、驶入率和停留时间;根据历史设定时段的车辆数量以及对应的车辆类型、驶入率和停留时间作为训练样本输入所述服务区人流量预测模型进行训练;所述服务区人流量预测模型是基于长短期记忆网络LSTM构建的。3.如权利要求2所述的方法,其特征在于,根据历史设定时段的车辆数量以及对应的车辆类型、驶入率和停留时间作为训练样本输入所述服务区人流量预测模型进行训练,包括:根据历史设定时段的车辆数量以及对应的车辆类型、驶入率和停留时间,以及预设的车辆类型的权重对所述服务区人流量预测模型中的各个层的参数进行训练。4.如权利要求1所述的方法,其特征在于,在基于所述下一设定时间段的人流量预测数据确定所述下一设定时间段的所述目标服务区的开放方案之后,所述方法还包括:将所述服务区人流量预测模型确定的下一设定时间段的人流量预测数据,与所述下一设定时间段的人流量真实数据进行比较,确定偏差值;若所述偏差值大于设定阈值,则根据偏差值校正所述服务区人流量预测模型中各个层的参数,并训练样本。5.如权利要求1所述的方法,其特征在于,基于所述下一设定时间段的人流量预测数据确定所述下一设定时间段的所述目标服务区的开放方案,包括:当所述下一设定时间段的人流量预测数据超过设定服务区人流量阈值时,将目标服务区的开放方案确定为只出不进,直到下一...
【专利技术属性】
技术研发人员:程天梅,
申请(专利权)人:特斯联科技集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。