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！

龙图腾网获悉华南理工大学申请的专利一种高峰期地铁单线路的全预约出行OD控制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：CN117973572B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202311592805.5，技术领域涉及：G06Q10/02；该发明授权一种高峰期地铁单线路的全预约出行OD控制方法是由胡郁葱;林璐;黎学龙设计研发完成，并于2023-11-27向国家知识产权局提交的专利申请。

本一种高峰期地铁单线路的全预约出行OD控制方法在说明书摘要公布了：本发明公开了一种高峰期地铁单线路的全预约出行OD控制方法，包括：在前一天通过预约平台收集高峰期间每位乘客的预计到达时间段和起讫点；建立精准客流控制模型，这是一个线性规划模型，模型的约束包括延误乘客数量的约束、乘客服务约束和变量范围约束；由Gurobi通过内置的分支定界算法求解上述模型，Gurobi输出乘客预约成功的到站时间段；Gurobi输出的乘客预约成功的到站时间段由预约平台输出，预约平台还会输出乘客预约通行码，没参与到前一天地铁预约的乘客能够进行第二轮预约。本发明可通过全预约出行服务来获得精准的全客流时空分布信息，利用该信息可方便地进行精准客流控制，有效解决高峰期站台拥堵，乘客等待时间成本长的问题。

本发明授权一种高峰期地铁单线路的全预约出行OD控制方法在权利要求书中公布了：1.一种高峰期地铁单线路的全预约出行OD控制方法，其特征在于，包括以下步骤： S1：在前一天通过预约平台收集高峰期间每位乘客的预计到达时间段和起讫点，即OD点，其中，起点为O，讫点为D； S2：利用收集到的每位乘客的预计到达时间段和起讫点及列车时刻表建立精准客流控制模型，这是一个线性规划模型，模型的约束包括延误乘客数量的约束、乘客服务约束和变量范围约束，具体步骤如下： S21：在模型构建前，对模型的有关影响因素做初始化设定：a、列车在所有车站的停站时间长度都相同，不考虑列车的越行和跳站行为，所有列车运行时保持稳定且相同的行驶速度，驶过距离相同的两个站点时所花费的时间相同；b、在预约平台中，对于不同乘客OD的预约成功上车时间段采取最优上车顺序的优先分配顺序，即所有乘客OD上车方案中，选出目标函数最优的方案，且对于具有相同OD的乘客，预期到站时间段越早，预约平台反馈的预约成功上车时间段就越早；c、列车每趟从首发站至终点站运行所产生的运营成本都是固定且一致的；d、所有参与平台第一轮预约的乘客需要输入自己预期到站时间段和起讫点，且乘客均能够收到平台反馈的预约成功上车时间段，所有参与预约乘客OD都会被收到预约成功上车时间段；e、在实施预约进站的运营范围内，列车数量充足； S22：模型的决策变量为在时刻j之前预期到达但暂未分配到预约成功上车时间段的乘客延误排队量包含两个变量和quvj，这两个变量为整数决策变量； 为在时刻j之前预期到达但暂未分配到预约成功上车时间段的乘客起讫点经过车站s的延误断面乘客数量； quvj为表示起讫点分别为车站u和车站v，在时刻j之前预期到站，但暂未分配到预约成功上车时间段延误的乘客OD数量； S23：提出模型的约束条件： a、延误乘客数量的约束： 式子1表示在初始时刻0，所有车站的延误断面乘客数量；式子2表示在初始时刻0，各类延误的乘客OD数量为零； 式子3表示延误断面乘客数量与列车容量之间的关系；在时刻j，对于站点s的延误断面乘客数量，如果列车没有在时刻j发车，则等于在时刻[j-1]站点s的延误断面乘客数量与在时间段[j-1,j]内预期到达且经过车站s的延误断面乘客数量之和；如果在时刻j列车发车，对于站点s的延误断面乘客数量则不小于在时刻[j-1]站点s的延误断面乘客数量与在时间段[j-1,j]内预期到达且经过车站s的延误断面乘客数量之和减去列车车厢容量之差； 式子4表示延误的乘客OD数量与预期到站乘客OD量的关系，起讫点分别为u和v的乘客，在时刻j的延误数量不大于时刻j-1延误数量与时间段[j-1,j]内预期到达且起讫点分别为u和v的乘客OD量之和； 式子5表示车站的延误断面乘客数量与延误的乘客OD数量的关系，在时刻j-1站点s的延误断面乘客数量，等于经过车站s的延误乘客OD数量之和； 上式中：ε:＝{1,2,...,E}表示车站序号的集合； s,u,v分别表示车站的序号，u,v∈ε； 分别表示车站s的上游车站集合和下游车站集合； j表示运营时间范围内时间点序号， 表示运营时间范围内所有时间点序号的集合； q0s表示在时刻0之前预期到达但暂未分配到预约成功上车时间段的乘客起讫点经过车站s的延误断面乘客数量； quv0表示起讫点分别为车站u和车站v，在时刻0之前预期到站，但暂未分配到预约成功上车时间段延误的乘客OD数量； 表示在时刻j-1之前预期到达但暂未分配到预约成功上车时间段的乘客起讫点经过车站s的延误断面乘客数量；表示在预约时间段[j-1,j]内期望到达上游车站且要前往车站的乘客断面数量； quv,j-1表示起讫点分别为车站u和车站v，在时刻j-1之前预期到站，但暂未分配到预约成功上车时间段延误的乘客OD数量； auvj表示在预约时间段[j-1,j]内期望到达且起讫点分别为车站u和车站v的乘客数量； c表示列车能容纳的最大乘客数量； xjs表示0-1变量，等于1表示列车在时刻j车站s发车；等于0表示不考虑发车； b、乘客服务约束： 式子6表示在预约出行的运营时间范围内，第一轮参与预约的所有乘客都能够上车，即预约出行的最后运营时刻J，乘客OD为u和v的延误数量为零，全部乘客OD量均收到预约成功上车时间段； c、变量范围约束： 式子7表示车站的断面延误排队量为大于或等于零的整数；式子8表示乘客OD的延误数量为大于或等于零的整数； S24：选取乘客的总延误时间成本为目标函数，延误时间成本等于全部乘客OD的延误时间与单位延误时间成本的积，而全部乘客OD的延误时间等于运营时间范围内全部时刻延误排队乘客OD数乘上单个时间段的时长，因此，目标函数表示为： w表示单个乘客延误一个预约时间段所产生的时间成本； δ表示一个预约时间段的时间间隔时长； S3：由商业优化求解器Gurobi通过内置的分支定界算法求解上述精准客流控制模型，Gurobi输出乘客预约成功的到站时间段； S4：Gurobi输出的乘客预约成功的到站时间段由预约平台输出，预约平台还会输出乘客预约通行码，没参与到前一天地铁预约的乘客能够进行第二轮预约。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。

以上内容由龙图腾AI智能生成。