[發(fā)明專(zhuān)利]基于前饋LSTM模型的停車(chē)場(chǎng)庫(kù)推薦方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110334679.8
• 申請(qǐng)日: 2021-03-29
• 公開(kāi)（公告）號(hào): CN113053125B
• 公開(kāi)（公告）日: 2021-12-31
• 發(fā)明（設(shè)計(jì)）人: 武鑫;張超;張帥;王高翔;李樺媛
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江財(cái)經(jīng)大學(xué)
• 主分類(lèi)號(hào): G08G1/01
• 分類(lèi)號(hào): G08G1/01;G08G1/14;G06N3/04;G06N3/08
• 代理公司: 杭州奧創(chuàng)知識(shí)產(chǎn)權(quán)代理有限公司 33272
• 代理人: 王佳健

1.基于前饋LSTM模型的停車(chē)場(chǎng)庫(kù)推薦方法，用于交通熱點(diǎn)區(qū)域周邊引流，緩解交通熱點(diǎn)區(qū)域周邊通行壓力，包括以下步驟：

步驟一：根據(jù)采集到的停車(chē)場(chǎng)周邊道路的歷史信息計(jì)算停車(chē)場(chǎng)通行指數(shù)I_Ck；具體是：

記錄車(chē)輛i駛出停車(chē)場(chǎng)k進(jìn)入附近道路的時(shí)間標(biāo)簽以及離開(kāi)區(qū)域內(nèi)道路i的時(shí)間標(biāo)簽計(jì)算車(chē)輛i在停車(chē)場(chǎng)k附近道路的行駛時(shí)間則停車(chē)場(chǎng)k的通行指數(shù)I_Ck計(jì)算如下：

其中m_r為經(jīng)過(guò)區(qū)域的車(chē)輛總和；

步驟二：根據(jù)采集到的車(chē)輛到達(dá)熱點(diǎn)區(qū)域后再在停車(chē)場(chǎng)停放的歷史信息計(jì)算停車(chē)場(chǎng)停車(chē)便捷指數(shù)I_Ak；具體是：

到達(dá)熱點(diǎn)區(qū)域的車(chē)輛i在熱點(diǎn)區(qū)域落客的時(shí)間標(biāo)簽為T(mén)_i^dropoff，該車(chē)輛進(jìn)入引流車(chē)場(chǎng)k的時(shí)間標(biāo)簽計(jì)算車(chē)輛i落客后行駛至停車(chē)場(chǎng)k的行駛時(shí)間則停車(chē)場(chǎng)k的便捷指數(shù)I_Ak計(jì)算如下：

其中S_k為熱點(diǎn)區(qū)域至車(chē)場(chǎng)的距離，m_p為到達(dá)熱點(diǎn)區(qū)域落客并進(jìn)入停車(chē)場(chǎng)的車(chē)輛總和；

步驟三：根據(jù)歷史數(shù)據(jù)分別計(jì)算停車(chē)場(chǎng)k的便捷指數(shù)和通行指數(shù)得到樣本集：

其中，I_Akj為第j個(gè)單位時(shí)間時(shí)由步驟一計(jì)算得到的停車(chē)場(chǎng)k的便捷指數(shù)，I_Ckj為第j個(gè)所述時(shí)間時(shí)由步驟二計(jì)算得到的停車(chē)場(chǎng)k的通行指數(shù)，W_j為第j個(gè)單位時(shí)間時(shí)對(duì)應(yīng)的天氣數(shù)據(jù)集合；

步驟四：構(gòu)造輸入集Input和輸出集Output；

輸入集：

對(duì)應(yīng)的輸出集：

步驟五：將所述輸入集及對(duì)應(yīng)的輸出集劃分為訓(xùn)練集和測(cè)試集，其中，訓(xùn)練集包括前m個(gè)輸入集及其對(duì)應(yīng)的輸出集；所述測(cè)試集包括第m+1到第M個(gè)輸入集及其對(duì)應(yīng)的輸出集；對(duì)所述訓(xùn)練集和樣本集分別進(jìn)行歸一化處理；

步驟六：將歸一化后的訓(xùn)練集輸入LSTM神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，并判斷訓(xùn)練誤差是否小于預(yù)定誤差閾值或訓(xùn)練次數(shù)是否達(dá)到預(yù)定次數(shù)閾值；如果達(dá)到所述閾值，則訓(xùn)練結(jié)束；

步驟七：將測(cè)試集輸入所述LSTM神經(jīng)網(wǎng)絡(luò)模型中，得到預(yù)測(cè)結(jié)果集；將預(yù)測(cè)結(jié)果集進(jìn)行反歸一化處理，得到停車(chē)場(chǎng)k便捷指數(shù)的預(yù)測(cè)值和通行指數(shù)的預(yù)測(cè)值

步驟八：計(jì)算停車(chē)場(chǎng)k空余車(chē)位被車(chē)主找到的概率其中γ_k為剩余車(chē)位數(shù)量，T_k為停車(chē)場(chǎng)k的車(chē)位總數(shù)；由該概率計(jì)算停車(chē)場(chǎng)k內(nèi)停車(chē)花費(fèi)時(shí)間的期望

步驟九：根據(jù)t_ek、和計(jì)算車(chē)場(chǎng)推薦得分；根據(jù)推薦得分從低到高排序，，將排序前5的車(chē)場(chǎng)一次進(jìn)行推薦。

2.根據(jù)權(quán)利要求1所述的基于前饋LSTM模型的停車(chē)場(chǎng)庫(kù)推薦方法，其特征在于：步驟八中的期望利用高伯茨曲線形式進(jìn)行計(jì)算，具體計(jì)算如下：

其中，a和b為高伯茨曲線的參數(shù)，通過(guò)車(chē)場(chǎng)的歷史數(shù)據(jù)擬合得到。

3.根據(jù)權(quán)利要求1所述的基于前饋LSTM模型的停車(chē)場(chǎng)庫(kù)推薦方法，其特征在于：步驟九中車(chē)場(chǎng)推薦得分得分越低，推薦優(yōu)先級(jí)越高，得分超過(guò)60則不推薦。

4.根據(jù)權(quán)利要求3所述的基于前饋LSTM模型的停車(chē)場(chǎng)庫(kù)推薦方法，其特征在于：和由滾動(dòng)預(yù)測(cè)法得到。