基于客流数据和强化学习的综合客运交通枢纽客流疏散方法技术

本发明专利技术公开一种基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，包括：采集某站点实时状态数据并进行数据预处理；将综合客运交通枢纽客流疏散问题描述为马尔可夫博弈过程；包括定义全局状态空间、定义局部状态空间、定义动作空间和设置奖励函数；构建交通枢纽客流疏散模型，所述交通枢纽客流疏散模型由Actor网络和Critic网络组成；在交通枢纽客流疏散模型中引入异步动作协同机制并通过训练得到稳定的交通枢纽客流疏散模型；基于稳定的交通枢纽客流疏散模型实现对站点A的客流疏散。本发明专利技术方法具有灵活性和智能化特点，能够有效应对客流高峰时段的挑战，提升交通枢纽的运行效率和乘客出行体验。

【技术实现步骤摘要】

本专利技术涉及综合客运枢纽运营管理，具体涉及一种基于实时客流数据和多智能体强化学习的智能客流疏散方法。

技术介绍

1、在现代城市中，综合客运交通枢纽承担着重要的角色，是城市交通系统中的关键节点。这些交通枢纽不仅是乘客出行的重要枢纽，也承担着城市客流疏散的重要任务。然而，随着城市人口增长和交通需求不断增加，这些客运交通枢纽在客流高峰时段面临着严重的挑战。传统的固定发车时间间隔难以适应客流变化的需求，导致在高峰时段出现拥挤、等待时间过长等问题，影响了乘客的出行体验和安全。此外，固定发车时间间隔还存在资源浪费的问题，因为在低峰时段，智能体可能处于空载或者低载状态，造成运输资源的浪费。因此，需要一种智能化的方法来动态调整发车时间间隔，实现公交和地铁发车时间间隔的平衡，以提高客流疏散效率和运营效率。

2、现阶段，关于综合客运交通枢纽客流疏散方法存在一下缺陷：

3、（1）缺乏灵活性：传统的固定发车时间间隔无法根据实时的客流情况进行调整，导致在高峰时段无法有效疏散客流。此外，在低峰时段出现空载或低载情况，造成运输资源的浪费。现有方法缺乏自适应性，本文档来自技高网...

【技术保护点】

1.一种基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，针对某一站点A，其特征在于，包括：

2.根据权利要求1所述的基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，其特征在于，步骤S1中实时客流量数据包括列车到达站点A的时刻表、其在站点A下车乘客数和其在站点A滞留时间；

3.根据权利要求1所述的基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，其特征在于，步骤S2中，

4.根据权利要求1所述的基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，其特征在于，步骤S3中Actor网络包括：

5.根据权利要求1所述的基于客流数据...

【技术特征摘要】

1.一种基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，针对某一站点a，其特征在于，包括：

2.根据权利要求1所述的基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，其特征在于，步骤s1中实时客流量数据包括列车到达站点a的时刻表、其在站点a下车乘客数和其在站点a滞留时间；

3.根据权利要求1所述的基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，其特征在于，步骤s2中，

4.根据权利要求1所述的基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，其特征在于，步骤s3中actor网络包括：

5.根据权利要求1所述的基于客流数据和强化学习的综合客运交通枢纽客流疏散方法，其特征在于，步骤s4中使用集中式训练分布式执行ctde框架进行交通枢纽客流疏散模型的训练，智能体通过拿到其他智能体的全局状态空间以优化自己的局部策略；在分布式执行过程中，智能体仅使用自己的局部状态空间进行决策；每个智能体根据 actor网络进行决策；另一方面，每个智能体 critic网络评估状...

【专利技术属性】
技术研发人员：柯水平，孙峣，白子建，马佳兴，肖田，郑利，辛秀颖，贾宁，齐钦，申婵，任年鲁，伊振鹏，王焕栋，崔力中，武毅，
申请(专利权)人：天津市政工程设计研究总院有限公司，
类型：发明
国别省市：