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！

龙图腾网获悉昆明理工大学;东南大学申请的专利基于站点需求预测和用户奖励机制的共享单车动态调度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：CN119831230B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411879893.1，技术领域涉及：G06Q10/0631；该发明授权基于站点需求预测和用户奖励机制的共享单车动态调度方法是由陈昱光;林弘灏;刘攀;黄金涛;俞灏;郭延永;陈芳;海凌滔;高加尧;张顺设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本基于站点需求预测和用户奖励机制的共享单车动态调度方法在说明书摘要公布了：本发明属于交通系统预测与智能调度技术领域，公开了一种基于站点需求预测和用户奖励机制的共享单车动态调度方法。该方法包括：基于共享单车的出行数据，结合DBSCAN聚类算法和K‑Means聚类算法对共享单车站点进行聚类，并采用CNN‑LSTM神经网络对各站点的未来需求量进行预测；综合考虑调度车辆的固定成本、运输成本、用户奖励机制下的企业返利成本及偏离期望库存的惩罚成本，构建基于需求预测和用户奖励机制的共享单车动态调度模型；通过贪婪算法对该模型进行求解，动态更新共享单车站点单车数据以及站点未来需求预测，实时优化动态路径并求得最小总调度成本的最优方案。从而可以有效解决共享单车的调度路径规划问题，提高系统的调度效率和整体性能。

本发明授权基于站点需求预测和用户奖励机制的共享单车动态调度方法在权利要求书中公布了：1.一种基于站点需求预测和用户奖励机制的共享单车动态调度方法，其特征在于，包括以下步骤： S1：提取共享单车用户出行OD数据； 其中共享单车出行OD数据包括：单车编号、开始时间、开始位置横坐标、开始位置纵坐标、结束时间、结束位置横坐标和结束位置纵坐标； S2：结合DBSCAN聚类算法和K-Means聚类算法对共享单车出行OD数据进行聚类评价，根据评价结果指标确定最佳聚类个数后进行聚类，划分出共享单车调度站点； S2中结合DBSCAN聚类算法和K-Means聚类算法对共享单车出行OD数据进行聚类，具体包括： S2.1：对共享单车出行OD数据进行数据预处理，剔除异常数据与空值数据； S2.2：使用DBSCAN聚类算法对共享单车出行OD数据进行聚类，根据轮廓系数Si这一评价指标对DBSCAN聚类算法进行调参，确定好参数半径参数ε与最小样本参数minPts后估计出大致的共享单车OD点的聚类个数区间； S2.3：计算轮廓系数Si与平均畸变程度对K-Means聚类算法的聚类效果好坏进行评价； 轮廓系数Si计算公式如下： 其中ai表示样本i与其所属簇类中其他样本的紧密度，计算方式为样本i到其他样本的平均距离；bi表示样本i与其最近的其他簇的分离度，计算方式为样本i到其最近的其他簇的所有样本的平均距离； 平均畸变程度计算公式如下： 其中k是簇的数量，Ck是第i个簇中所有数据点的集合，ui表示第i个簇的聚类中心，xi表示第i个簇的数据点； S2中根据评价结果指标确定最佳聚类个数后进行聚类，划分出共享单车调度站点，具体包括： S2.4：以S2.2确定出的共享单车OD点的聚类个数区间作为S2.3的参考聚类个数范围，通过轮廓系数Si为最大值时所对应的聚类个数以及平均畸变程度快速减小并趋近平缓的“肘部点”确定最佳聚类个数k； S2.5：使用K-Means聚类算法对共享单车出行OD数据进行聚类，得到的聚类中心坐标作为共享单车调度站点坐标； S3：使用构建的CNN-LSTM神经网络模型，预测不同共享单车调度站点的未来单车需求量； S4：根据需求预测和用户奖励机制构建共享单车动态调度模型，采用贪婪算法对目标函数求解，实时更新最佳调度路径，最佳调度路径用于引导调度车辆对不同区域的共享单车进行动态调度。

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昆明理工大学;东南大学，其通讯地址为：650093 云南省昆明市一二一大街文昌路68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。