铁路枢纽出租车换乘系统调度优化方法

目前,关于铁路枢纽出租车换乘系统调度方面的探究主要集中在宏观整体优化上,但对调度的智能化和实时性等微观方面研究有所欠缺。首先,提出一种基于改进的目标检测及追踪算法Yolov5-Deepsort和Informer模型的乘客排队时间实时预测方法;其次,基于长短期记忆网络(LSTM)和attention机制对出租车客流进行预测,提出基于乘客需求优先的出租车调度方法;最后,以扬州东站出租车换乘系统为例验证模型的优化效果。结果表明,该方法不仅能有效提升乘客出行体验,且明显降低出租车司机的平均等待时间,对铁路枢纽出租车换乘系统的智能化改进具有指导意义。