基于深度强化学习的城轨客流与列车协同组织优化方法

基于深度强化学习的城轨客流与列车协同组织优化方法，首先，基于轨道交通的自动售检票系统（AFC）数据，分析乘客的到站规律及出行链，并采用扩散模型生成轨道交通线网的OD矩阵。其次，构建反映列车运行与客流状态的仿真模型，为优化过程提供验证环境。针对列车运行方案与客流调度，设计深度Q网络（DQN）模型，并利用仿真模型进行训练和学习。该方法能够合理匹配客流需求与运力资源，有效缩短乘客候车时间，并降低列车的运营成本。