(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211095230.1 (22)申请日 2022.09.08 (65)同一申请的已公布的文献号 申请公布号 CN 115170006 A (43)申请公布日 2022.10.11 (73)专利权人 南方科技大 学 地址 518000 广东省深圳市南 山区桃源街 道学苑大道1088号 (72)发明人 宋轩　朱世博　冯德帆　陈星宇　 朱佳文　 (74)专利代理 机构 深圳市博锐专利事务所 44275 专利代理师 林栋 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/30(2012.01) G06F 30/20(2020.01) G06F 119/12(2020.01)(56)对比文件 CN 113935181 A,202 2.01.14 CN 113276915 A,2021.08.20 CN 109657845 A,2019.04.19 CN 113722874 A,2021.1 1.30 WO 2020018026 A1,2020.01.23 WO 2013043613 A1,2013.0 3.28 庄黄蕊等.考虑铁路换乘客 流的地铁列车发 车时刻与限流方案协同优化研究. 《武汉理工大 学学报(交通科 学与工程版)》 .2020,第4 4卷(第 05期),779-784. 宋轩 等.空间数据智能： 概念、 技 术与挑战. 《计算机 研究与发展》 .202 2,第59卷(第02期), 255-263. (续) 审查员 林晓梦 (54)发明名称 发车调度方法、 装置、 设备和存 储介质 (57)摘要 本发明公开了一种发车调度方法、 装置、 设 备和存储介质， 方法包括： 根据乘客出行数据， 进 行预设的模拟总次数的客流模拟， 在模拟的过程 中， 获取样 本数据， 存入记忆库， 在每次模拟结束 后， 获得当次模拟对应的快发车时间段数量、 总 等待时间和当前值网络； 当记忆库中的样本数据 的数量达到预设的数量阈值时， 则根据预设的批 次大小， 从记忆库中随机选取一批次的样本数 据， 对最新的当前值网络进行训练， 得到最新的 当前值网络； 当模拟次数达到预设的模拟总次数 时， 确定各快发车时间段数量对应的最优当前值 网络； 通过一快发车时间段数量对应的最优当前 值网络和一发车时间段的状态数据， 确定下一发 车时间段的动作。 本发明可实时动态调整发车模 式。 [转续页] 权利要求书6页 说明书23页 附图9页 CN 115170006 B 2022.11.29 CN 115170006 B (56)对比文件 Wenxin Li 等.Comprehensive Optimizati on of a Met ro Timetable Considering Passenger Waiti ng Time and Energy Ef ficiency. 《IE EE Access》 .2019,第7卷160144-160167. 林禹童 等.基 于客流需求的列车时刻表和 车底调度协同优化. 《山 东科学》 .2020,第3 3卷 (第02期),6 3-70.2/2 页 2[接上页] CN 115170006 B1.一种发车调度方法， 其特 征在于， 包括： 初始化当前值网络和目标值网络， 并将一线路的列车的运营时间划分为预设数量的发 车时间段； 获取历史一天的乘客出行数据以及所述一线路的列车的容载量， 所述乘客出行数据包 括各乘客的入站时间、 入站车站ID、 出站车站 ID和中转车站 ID， 所述中转车站ID根据入站车 站和出站车站通过最短路径算法确定； 根据所述乘客出行数据和所述一线路的列 车的容载量， 进行预设的模拟总次数的客流 模拟， 并在每次模拟的过程中， 获取样 本数据， 存入记忆库， 同时在每次模拟结束后， 统计当 次模拟对应的快发车时间段数量和总等待时间， 并确定 当次模拟对应的当前值网络， 其中， 一次模拟为进行一天的运营时间的客流模拟， 每个样本数据包括一发车时间段的状态数 据、 所述一发车时间段的下一发车时间段的动作及状态数据以及回报值， 所述状态数据包 括所述一线路上各车站的站内人数、 已发出列车 的位置和已发出列出 的车内人数， 所述动 作为以预设的快发车频率进行发车或以预设的慢发车频率进 行发车， 所述下一发车时间段 的动作根据最 新的当前值网络确定； 当有新的样本数据存入记忆库且所述记忆库中的样本数据的数量达到预设的数量阈 值时， 则根据预设的批次大小， 从所述记忆库中随机选取一批次的样本数据， 并根据所述一 批次的样本数据对最新的当前值网络进行训练， 将训练得到的当前值网络作为最新的当前 值网络； 当模拟次数达到预设的模拟总次数时， 根据各次模拟对应的快发车时间段数量、 总等 待时间和当前值网络， 确定各 快发车时间段 数量对应的最优当前值网络； 根据需求， 选取一快发车时间段 数量对应的最优当前值网络； 获取所述一线路的一发车时间段的状态数据， 并根据所述一发车时间段的状态数据， 通过所选取的最优当前值网络确定所述 一发车时间段的下一发车时间段的动作； 所述当有新的样本数据存入记忆库且所述记忆库中的样本数据的数量达到预设的数 量阈值时， 则根据预设的批次大小， 从所述记忆库中随机选取一批次的样本数据， 并根据所 述一批次的样本数据对最新的当前值网络进 行训练， 将训练得到的当前值网络作为最新的 当前值网络， 包括： 当有新的样本数据存入所述记忆库且所述记忆库中的样本数据的数量达到预设的数 量阈值， 则从所述记忆库中随机选取预设批次大小的样本数据， 作为当前批次样本数据， 并 将最新的当前值网络作为待训练当前值网络； 遍历当前批次样本数据， 依序从当前批次样本数据中获取一样本数据； 通过最新的待训练当前值网络计算所述一样本数据中的当前发车时间段的状态数据 和下一发车时间段的动作对应的评分， 作为所述 一样本数据对应的第一评分； 通过最新的目标值网络分别计算所述一样本数据中的下一发车时间段的状态数据对 应各动作的评分， 并将评分最大值作为所述 一样本数据对应的第二评分； 根据所述一样本数据中的回报值、 所述一样本数据对应的第 一评分和第 二评分以及预 设的折扣率， 计算损失值， 并根据所述损失值更新 最新的待训练当前值网络的网络参数； 当遍历完当前批次样本数据后， 将最 新的待训练当前值网络作为 最新的当前值网络 。 2.根据权利要求1所述的发车调度方法， 其特征在于， 所述根据 所述乘客出行数据和所权　利　要　求　书 1/6 页 2 CN 115170006 B 3