基于目标检测技术和ACO-BP算法的智能轨道交通时间控制方法

摘要

本发明请求保护一种基于目标检测技术和ACO‑BP算法的智能轨道交通时间控制方法。首先，利用目标检测技术统计重庆轨道交通三号线每个站点每天的人流量大小，已统计得到等待人数与实际上车人数；其次，以等待人数与实际上次人数为输入，基于BP神经网络得出人流量与到站时间间隔对列车承运能力影响的关系权值；进一步，以当前各站点内人流量为输入量，关系权值作为影响参数传入到蚁群算法建立数学模型，通过不断改变发车间隔来得到最大承运量。同时以期望与实际承运量之间的误差为输入，基于BP(Backpropagation)神经网络学习功能，实现权值的更新，优化结果。本发明通过对轻轨站环境信息的实时收集和算法的持续更新，以获取最大运载量的列车时间间隔。