买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京理工大学申请的专利考虑客流影响和再生制动能利用的地铁列车延误调整方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114298385B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111556702.4，技术领域涉及：G06Q10/04；该发明授权考虑客流影响和再生制动能利用的地铁列车延误调整方法是由胡文斌;曹鑫;许久奇;耿路路;张磊设计研发完成，并于2021-12-17向国家知识产权局提交的专利申请。

本考虑客流影响和再生制动能利用的地铁列车延误调整方法在说明书摘要公布了：本发明公开了一种考虑客流影响和再生制动能利用的地铁列车延误调整方法，步骤为考虑到列车发生延误后，客流因素对于停站时间调整上限的约束性，建立了基于LSTM的客流预测模型；考虑到延误列车调整过程中再生制动能的吸收利用，建立了直流牵引网能耗计算模型；通过模拟乘客上下车的过程建立了停站时间模型；然后结合上述子模型建立了地铁列车延误调整模型，把调整过程中变电站能耗变化量最低作为优化目标，使用基于中心‑离散学习的粒子群算法CDPSO对该模型设计了求解流程；最后使用实际地铁线路数据进行仿真验证。本发明方法科学、可靠、高效，为地铁列车延误调整提供了数据和理论支持，具有较高的使用价值与应用前景。

本发明授权考虑客流影响和再生制动能利用的地铁列车延误调整方法在权利要求书中公布了：1.一种考虑客流影响和再生制动能利用的地铁列车延误调整方法，其特征在于，包括以下步骤： 步骤1，建立基于LSTM的客流预测模型：首先对客流数据进行预处理，然后训练构建好的LSTM网络层模型，最后采用训练好的LSTM网络层模型预测得到客流数据； 步骤2，分别对地铁列车、牵引变电所、牵引网进行建模，最终构建起一个时变的直流牵引网能耗计算模型，用于计算一段时间内的变电站能耗； 步骤3，在步骤1得到预测的客流数据之后，通过模拟乘客上下车的过程建立停站时间模型； 步骤4，建立列车延误调整模型，包括延误列车编号、延误的站台名、延误的时长、后行区间运行时间和站台停靠时间的调整量； 步骤5，把调整过程中变电站能耗变化量最低作为优化目标，使用基于中心-离散学习的粒子群算法求解列车延误调整模型中的各调制量，最后使用实际地铁线路数据进行仿真验证，具体如下： 5.1粒子编码方式使用实数编码，编码对象是列车延误后的调整方案； 5.2按照列车延误时长、列车在后面经过的区间运行时间的调整量上限、列车在后面经过的站台停靠时间的调整量上限确定粒子的维度，粒子中存放的是列车在后面运行区间和站台的调整值； 5.3确定粒子群群体数目、迭代次数、惯性权重ω、精英学习控制因子c； 5.4设置适应度函数：把调整过程中变电站能耗变化量最低作为适应度值函数，由时变电网络潮流计算得到，具体形式如下： 上式中，Esub_total是线路中变电站能耗总值；为第j个变电站的能耗，j＝1,2,...,Nsub，Nsub为线路中变电站的个数；为t时刻第j个变电站的输出功率；Δt为仿真步长；为t时刻第j个变电站的端电压；为t时刻第j个变电站的支路电流；为t时刻第j个变电站在接触网端的节点电压；为t时刻第j个变电站在走行轨端的节点电压；为t时刻第j个变电站在接触网端的节点注入电流；为t时刻第j个变电站在走行轨端的节点注入电流； 5.5初始化相关参数； 5.6初始化粒子的位置，计算粒子的适应度值； 5.7线性化更新惯性权重ω； 5.8确定全局最优粒子，交替使用下述公式更新粒子速度和位置： 上式中，ω是粒子的惯性权重，c是精英学习控制因子，r是[0,1]之间满足随机均匀分布的小数；是种群中排名靠前的L个个体的局部历史最优位置的算术平均值，γij是粒子i在第j维度要学习的个体对应的编号；Vi jt是t时刻粒子i在第j维度的速度；Vi jt+1是t+1时刻粒子i在第j维度的速度；是t时刻粒子i在第j维度的位置；是t+1时刻粒子i在第j维度的位置；是群体当前全局最优位置，且γij是粒子i在第j维度要学习的个体对应的编号，γij∈[1,N]，可知N为粒子i在第j维度要学习的个体总数； 5.9计算粒子适应度值，判断粒子是否收敛或者是否满足次数，若满足则进去步骤10，若不满足则返回步骤5.6； 5.10输出列车延误后的最优调整方法：后面区间运行时间的调整量、站台停靠时间的调整量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。