[发明专利]配时方案确定方法及装置

权利要求书

1.一种配时方案确定方法，其特征在于，包括：

获取当前客流量数据对应的当前时间维度特征向量、当前空间维度特征向量，其中，所述当前时间维度特征向量包括采集所述当前客流量数据时的时间信息、配时方案信息中至少一个，所述当前空间维度特征向量包括采集所述当前客流量数据时的地理信息、交通路网信息、兴趣点信息、交通流信息和路口信息中的至少一个；

将当前配时方案、所述当前时间维度特征向量、所述当前空间维度特征向量输入到预定模型中，获取预定旅行时间，其中，所述预定模型为表示配时方案、时间维度特征向量、空间维度特征向量和旅行时间的关系的函数；

调整所述当前配时方案直至所述预定旅行时间最小；

将最小的预定旅行时间对应的当前配时方案确定为目标配时方案。

2.根据权利要求1中所述的方法，其中，所述将当前配时方案、所述当前时间维度特征向量、所述当前空间维度特征向量输入到预定模型中，获取预定旅行时间包括：

获取预定时间内不同场景的客流量数据对应的时间维度特征向量、空间维度特征向量，其中，所述时间维度特征向量包括采集所述客流量数据时的时间信息、配时方案信息，所述空间维度特征信息包括采集所述客流量数据时的地理信息、交通路网信息、兴趣点信息、交通流信息和路口信息；

将不同场景的客流量数据、不同配时方案以及采集所述客流量数据时的地图信息数据输入交通仿真软件中，获取旅行时间集，其中，所述旅行时间集包括不同场景的客流量数据、不同配时方案任意组合对应的旅行时间；

根据所述不同配时方案、所述时间维度特征向量、所述空间维度特征向量、所述旅行时间集对预定模型进行训练；

将所述当前配时方案、所述当前时间维度特征向量、所述当前空间维度特征向量输入到训练后的预定模型中，获取预定旅行时间。

3.根据权利要求2中所述的方法，其中，所述获取预定时间内不同场景的客流量数据对应的时间维度特征向量、空间维度特征向量包括：

获取输入数据，其中，所述输入数据包括预定时间内不同场景的客流量数据、采集所述客流量数据时的地图信息数据、采集所述客流量数据时的天气信息数据、采集所述客流量数据时的兴趣点数据；

从所述输入数据中提取所述时间维度特征向量和所述空间维度特征向量。

4.根据权利要求2中所述的方法，其中，所述根据所述不同配时方案、所述时间维度特征向量、所述空间维度特征向量、所述旅行时间集对预定模型进行训练包括：

将所述不同配时方案、所述时间维度特征向量、所述空间维度特征向量输入到所述预定模型中，获取预估旅行时间集；

调整所述预定模型的参数，对所述预估旅行时间集和所述旅行时间集的损失函数进行最小化处理；

将最小化处理后的参数确定为所述预定模型的参数。

5.根据权利要求1中所述的方法，其中，所述调整所述当前配时方案直至所述预定旅行时间最小包括：

根据所述当前配时方案以及预定函数获取中间配时方案，其中，所述当前配时方案中包括N个交通灯，所述中间配时方案为调整N个交通灯中一个交通灯的亮灯时长的配时方案；

将所述中间配时方案及所述中间配时方案对应的时间维度特征向量、空间维度特征向量输入训练后的预定模型，获取中间旅行时间；

当所述中间旅行时间小于所述当前配时方案对应的当前旅行时间，将所述当前配时方案替换为中间配时方案；

根据所述中间配时方案以及所述预定函数循环获取其他N-1个配时方案，直至所述预定旅行时间最小或循环过程满足预定条件，则将获取到的最新配时方案作为当前配时方案，其中，所述其他N-1个配时方案分别为调整N-1个不同交通灯的亮灯时长对应的配时方案，所述N-1个不同交通灯为N个交通灯中除所述中间配时方案调整的交通灯以外的交通灯。