[发明专利]城轨调度方法、装置、电子设备及存储介质

说明书

本发明提供一种城轨调度方法、装置、电子设备及存储介质，包括：确定待规划交路的当前次循环的列车运行时刻和乘客规模；将当前次循环的列车运行时刻和乘客规模输入至城轨调度模型，得到城轨调度模型输出的下一次循环的列车调度动作；城轨调度模型是基于样本列车运行时刻和样本乘客规模，以乘客等待成本和列车运营成本最小为目标，通过强化学习算法求得最优调度动作。本发明提供的方法、装置、电子设备及存储介质，通过使用强化学习后的城轨调度模型根据当次循环状态决策下一次循环的列车调度动作，提高了以城市轨道交通中客流量实时变化而实时调整未来短时间内的运输策略的列车调度决策能力，降低了运营成本以及提升了乘客的乘车体验度。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种城轨调度方法、装置、电子设备及存储介质。

背景技术

城市轨道交通是城市公共交通的骨干，具有节能、省地、运量大、全天候、无污染又安全等特点，在整个城市交通网络中起到极其重要的作用。

但是城市轨道交通在实际运营过程中常常会出现时刻表与实际客流并不匹配的情况，事实上目前城市轨道交通的运行基本上严格按照“运行图”执行，工作日一套运行图，节假日一套运行图，但是城市轨道交通客流的波动性和复杂性往往使提前编制的运行图不能切合实际的需求状态，导致运营成本的升高以及乘客乘车体验度低的问题。

发明内容

本发明提供一种城轨调度方法、装置、电子设备及存储介质，用以解决现有技术中无法应对城市轨道交通客流的波动性和复杂性的缺陷。

本发明提供一种城轨调度方法，包括：确定待规划交路的当前次循环的列车运行时刻和乘客规模；

将所述当前次循环的列车运行时刻和乘客规模输入至城轨调度模型，得到所述城轨调度模型输出的下一次循环的列车调度动作；

所述城轨调度模型是基于样本列车运行时刻和样本乘客规模，以乘客等待成本和列车运营成本最小为目标，强化学习得到的。

根据本发明提供的一种城轨调度方法，所述将所述当前次循环的列车运行时刻和乘客规模输入至城轨调度模型，得到所述城轨调度模型输出的下一次循环的列车调度动作，包括：

将所述当前次循环的列车运行时刻和乘客规模输入至城轨调度模型的第一调度层，得到所述第一调度层输出的下一次循环的调度动作特征；

将所述当前次循环的列车运行时刻和乘客规模，以及所述下一次循环的调度动作特征输入至城轨调度模型的第二调度层，得到所述第二调度层输出的执行下一次循环的列车调度动作的总预期未来成本。

根据本发明提供的一种城轨调度方法，所述第一调度层以最小化所述当前次循环至最后一次循环结束的乘客等待成本和列车运营成本为目标进行下一次循环的调度决策特征的预估。

根据本发明提供的一种城轨调度方法，所述乘客等待成本和所述列车运营成本是基于如下步骤确定的：

将所述样本列车运行时刻和所述样本乘客规模输入至强化学习中的城轨调度模型，得到所述城轨调度模型输出的预估调度动作；

基于所述预估调度动作和所述样本乘客规模，确定所述乘客等待成本和所述列车运营成本。

根据本发明提供的一种城轨调度方法，所述当前次循环的列车运行时刻包括所述当前次循环的列车到达站点的时间和所述当前次循环的列车离开所述站点的时间；所述乘客规模为所述当前次循环的列车离开所述站点时剩余的等待乘客数量。

根据本发明提供的一种城轨调度方法，所述下一次循环的列车调度动作，包括：

所述当前次循环的列车和所述下一次循环的列车从转换轨出发的时间间隔、所述下一次循环的列车在所述站点停靠的时间以及所述下一次循环的列车从所述站点运行到所述站点的下一站点的运行时间。