城市轨道交通预约进站方法、系统、电子设备及存储介质

摘要

本发明提供一种城市轨道交通预约进站方法、系统、电子设备及存储介质。其中方法包括步骤：在预约系统内部预先建立城市轨道交通乘客多元预约模式；基于乘客在预约系统上的预约行为，系统内部主动获取乘客卡账户和用户画像信息；在预约系统内部增加乘客在乘车预约系统上所需输入的出行计划信息并自动生成或更新乘客预约历史记录；基于在预约系统上乘客的预约数量及乘客的预约行为，构建预约名额发放规则和乘客优先级规则，实现自动更新下一次预约名额数量并发放；提供便捷的城市轨道交通预约进站服务。本发明所述的系统立足智慧地铁建设，能够更好地引导乘客合理规划出行时间，错峰出行，提高客流组织水平，提高乘客满意度和城市轨道交通服务水平。

权利要求

1.一种城市轨道交通预约进站方法，其特征在于，包括：步骤1：在预约系统内部预先建立面向不同类型的旅客提供不同类型的预约服务的城市轨道交通乘客多元预约模式；

步骤2：基于乘客在所述预约系统上的预约行为，所述预约系统内部主动获取乘客历史卡账户信息，建立乘客画像，并且根据所述乘客画像匹配所述多元预约模式，触发主动提醒乘客预约功能；

步骤3：在所述预约系统内部增加乘客在所述预约系统上所需输入的出行计划信息，并在乘客输入出行计划信息后主动生成或更新乘客预约历史记录；

步骤4：基于所述预约系统上的所有乘客预约历史记录，所述预约系统内部构建预约名额发放规则和乘客优先级规则，实现自动更新下一次预约名额数量并发放；

步骤4包括：

步骤4.1：所述预约名额发放规则是通过在所述预约系统内部构建在数据驱动下的预约服务模式来实现调整预约人数进站阈值设定方案的规则；

步骤4.2：并发预约时，根据所述预约系统记录的信用值用户画像信息制定优先级规则，并利用Redis 锁定用户、产生用户等待队列，其中所述Redis是常用的一种用来解决并发事件先后顺序确定问题的内存高速缓存数据库；

步骤5：在所述预约系统内部设置集成推荐系统，向预约成功的乘客提供预约调整建议，向预约失败的乘客推荐备选出行方案。

2.根据权利要求1所述的城市轨道交通预约进站方法，其特征在于，所述不同类型的预约服务包括以下5类：

针对普通旅客提供普通预约，仅预约单次出行；

针对常旅客提供周期预约，一次性预约某固定出发时间、车站的日工作日重复行程、日非工作日重复行程、周重复行程；

针对无法使用智能手机的特殊人群提供同行预约和利用生物特征识别实现代预约；

针对弱势群体提供爱心预约，包括预约出行、预约协助进站服务；

针对5人以上出行群体提供团体预约。

3.根据权利要求1所述的城市轨道交通预约进站方法，其特征在于，所述步骤2中的所述预约系统内部主动获取乘客历史卡账户信息和乘客画像包括：一、自动将乘客与所述多元预约模式相匹配，允许操作对应的预约服务，二、对通勤或其他周期性、规律性出行主动提醒预约；所述乘客画像是指结合城市轨道交通的业务需求和多元出行大数据构建的乘客实名制卡账户模型，从所述乘客画像中获取的业务信息包括：乘客出行需求类型、居住区域、账户活跃度、预约次数、违约次数、预约时间分布、预约车站分布。

4.根据权利要求1所述的城市轨道交通预约进站方法，其特征在于，所述步骤3中的在所述预约系统内部增加乘客在所述预约系统上所需输入的出行计划信息，包括：起点站、终点站、期望到达起点站的时间、可接受的出行时间调整范围、备选出行站点的信息。

5.根据权利要求1所述的城市轨道交通预约进站方法，其特征在于，所述步骤4.1中所述的预约名额发放批次，是按预约日前一天早七点、预约日前一天晚六点、预约时段前1h三个批次进行；

所述步骤4.1中所述的预约人数进站阈值设定方案包括对首批初始值、第二批阈值及第三批阈值的设定；所述首批初始值固定为30天内同类型日期时段历史进站量均值的30%；

所述第二批阈值应用Q‑learning城市轨道交通进站量修正模型，输入实时实际进站量数据、站台人数数据、总乘客等待时间数据进行修正得到预计剩余进站人数，然后根据所述预计剩余进站人数来调整，其中所述预计剩余进站人数为：总人数‑第一批次进站名额的数值，系数为50%；所述第三批阈值修正方法同所述第二批阈值修正方法一样，所述第三批阈值根据所述预计剩余进站人数来调整，其中所述预计剩余进站人数为：总人数‑第一、二批次进站名额，系数取80%；

所述Q‑learning城市轨道交通进站量修正模型的目标函数为累计奖励最大策略的期望：

其中，状态 为目标时段进站量现有估计值和 时段进站量估计值；策略  为最新一个单位时段实际进站量数据、站台人数数据、总乘客等待时间数据； 为根据策略 得到的目标时段进站量新的估计值和 时段进站量估计值； 为折扣因子， 为奖励函数，时段进站量实际值‑ 时段进站量估计值。

6.根据权利要求1所述的城市轨道交通预约进站方法，其特征在于，所述步骤4.2中所述优先级规则是指：日常预约优先级仅与信用值相关；预约信用值计算规则为一季度内每预约成功一次，信用值+2，每失信一次，信用值‑5；每月月初清除3个月前的数据，更新为当前最新信用值，所述信用值超过100的用户获得预约优先权，并且在出现并发预约时，获得所述优先权的用户，保持在队列中的相对位置不变，但整体提至队列最前；其余普通乘客保持相对位置不变，但位于优先用户之后，且无特殊优先服务；

此外，所述步骤4.2中所述优先级规则在站内发生故障、突发事件时会增加以下规则：将画像显示为弱势群体的用户优先级定为最低，并在预约界面显示建议其他方式出行。

7.根据权利要求1所述的城市轨道交通预约进站方法，其特征在于，所述步骤5中所述的调整建议服务是指为预约成功的乘客推荐对路网客流均衡更有利、乘客出行更舒适的时间段；所述步骤5中所述的推荐备选出行方案是指若预约失败，系统将根据乘客画像数据库为乘客提供可预约成功的临近时间段、提供临近站点的可行方案服务。

8.根据权利要求1所述的城市轨道交通预约进站方法，其特征在于，还包括：步骤6：所述系统还提供复杂多场景下预约进站模式，所述步骤6中的提供多场景下的城市轨道交通预约进站服务为提供包括日常出行、运营线路故障期间、对满载率要求严格的特殊期间的预约服务；所述日常出行为系统预约的基本流程服务，所述运营线路故障期间，预约系统将针对不同的故障等级调整预约阈值规则、用户优先级规则；所述对满载率要求严格的特殊期间，所述预约系统推出车厢、座位精准预约服务。

9.一种城市轨道交通预约进站系统，其特征在于，包括：预约模式构建模块，用于在预约系统内部预先建立面向不同类型的旅客提供不同类型的预约服务的城市轨道交通乘客多元预约模式；

数据信息获取模块，基于乘客在所述预约系统上的预约行为，所述预约系统内部主动获取乘客历史卡账户信息，建立乘客画像，并且根据所述乘客画像匹配所述多元预约模式，触发主动提醒乘客预约功能；

数据信息生成及更新模块，在所述预约系统内部增加乘客在所述预约系统上所需输入的出行计划信息，并在乘客输入出行计划后主动生成或更新乘客预约历史记录；

阈值设定模块，基于所述预约系统上的所有乘客预约历史记录，所述预约系统内部构建预约名额发放规则和乘客优先级规则，实现自动更新下一次预约名额数量并发放；

所述预约名额发放规则是通过在所述预约系统内部构建在数据驱动下的预约服务模式来实现调整预约人数进站阈值设定方案的规则；

并发预约时，根据所述预约系统记录的信用值用户画像信息制定优先级规则，并利用Redis 锁定用户、产生用户等待队列，其中所述Redis是常用的一种用来解决并发事件先后顺序确定问题的内存高速缓存数据库；

预约推荐模块，在所述预约系统内部设置集成推荐系统，向预约成功的乘客提供预约调整建议，向预约失败的乘客推荐备选出行方案。

10.根据权利要求9所述的城市轨道交通预约进站系统，其特征在于，还包括多场景服务模块，其提供包括日常出行、运营线路故障期间、对满载率要求严格的特殊期间的预约服务；所述日常出行为系统预约的基本流程服务，所述运营线路故障期间，预约系统将针对不同的故障等级调整预约阈值规则、用户优先级规则；所述对满载率要求严格的特殊期间，预约系统推出车厢、座位精准预约服务。

11.一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的城市轨道交通预约进站方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的城市轨道交通预约进站方法。

说明书

城市轨道交通预约进站方法、系统、电子设备及存储介质

技术领域

[0001] 本发明涉及城市轨道交通预约进站服务系统领域，具体地，涉及一种城市轨道交通预约进站方法、系统、电子设备及计算机可读存储介质。

背景技术

[0002] 目前城市轨道交通预约进站系统的方法存在以下不足：

[0003] （1）服务模式单一，面向不同类型的乘客不能够精准实现预约服务的个性化和可定制；

[0004] （2）获取信息方式被动，未考虑到利用既有的乘客画像、主动获取乘客历史卡账户信息；

[0005] （3）未发挥预约过程对乘客的建议、选择引导作用；

[0006] （4）缺乏考虑全网多站点客流协同、缺乏考虑乘客全出行链的阈值设定方法；

[0007] （5）未考虑多场景下的城市轨道交通预约进站系统的方法及系统的适应性改变。

发明内容

[0008] 本发明的目的在于解决背景技术中的至少一个技术问题，提供一种城市轨道交通预约进站方法、系统、电子设备及计算机可读存储介质。

[0009] 为实现上述目的，本发明提供一种城市轨道交通预约进站方法，包括：

[0010] 步骤1：在预约系统内部预先建立城市轨道交通乘客多元预约模式；

[0011] 步骤2：基于乘客在预约系统上的预约行为，预约系统内部主动获取乘客历史卡账户信息，建立乘客画像，并且根据乘客画像匹配所述多元预约模式，触发主动提醒乘客预约
功能；

[0012] 步骤3：在预约系统内部增加乘客在预约系统上所需输入的出行计划信息，并在乘客输入出行计划后主动生成或更新乘客预约历史记录；

[0013] 步骤4：基于预约系统上的所有乘客预约历史记录，预约系统内部构建预约名额发放规则和乘客优先级规则，实现自动更新下一次预约名额数量并发放；

[0014] 步骤5：在预约系统内部设置集成推荐系统，向预约成功的乘客提供预约调整建议，向预约失败的乘客推荐备选出行方案。

[0015] 根据本发明的一个方面，多元预约模式为面向不同类型的旅客提供不同类型的预约服务，不同类型的预约服务包括以下5类：

[0016] 针对普通旅客提供普通预约，仅预约单次出行；

[0017] 针对常旅客提供周期预约，一次性预约某固定出发时间、车站的日工作日重复行程、日非工作日重复行程、周重复行程；

[0018] 针对无法使用智能手机的特殊人群提供同行预约和利用生物特征识别实现代预约；

[0019] 针对弱势群体提供爱心预约，包括预约出行、预约协助进站服务；

[0020] 针对5人以上出行群体提供团体预约。

[0021] 根据本发明的一个方面，步骤2中的预约系统内部主动获取乘客历史卡账户信息和乘客画像包括：一、自动将乘客与多元预约模式相匹配，允许操作对应的预约服务，二、对
通勤或其他周期性、规律性出行主动提醒预约；乘客画像是指结合城市轨道交通的业务需
求和多元出行大数据构建的乘客实名制卡账户模型，从乘客画像中获取的业务信息包括：
乘客出行需求类型、居住区域、账户活跃度、预约次数、违约次数、预约时间分布、预约车站
分布。

[0022] 根据本发明的一个方面，步骤3中的在预约系统内部增加乘客在预约系统上所需输入的出行计划信息包括：起点站、终点站、期望到达起点站的时间，可接受的出行时间调
整范围、备选出行站点的信息。

[0023] 根据本发明的一个方面，步骤4还包括：

[0024] 步骤4.1：预约名额发放规则是通过在预约系统内部构建在数据驱动下的预约服务模式来实现调整预约人数进站阈值设定方案的规则；

[0025] 步骤4.2：并发预约时，根据预约系统记录的信用值用户画像信息制定优先级规则，并利用Redis 锁定用户、产生用户等待队列，其中Redis是常用的一种用来解决并发事
件先后顺序确定问题的内存高速缓存数据库。

[0026] 根据本发明的一个方面，预约名额发放批次，是按预约日前一天早七点、预约日前一天晚六点、预约时段前1h三个批次进行；

[0027] 步骤4.1中的预约人数进站阈值设定方案包括对首批初始值、第二批阈值及第三批阈值的设定；首批初始值固定为30天内同类型日期时段历史进站量均值的30%；第二批阈
值应用Q‑learning城市轨道交通进站量修正模型，输入实时实际进站量数据、站台人数数
据、总乘客等待时间数据进行修正得到预计剩余进站人数，然后根据预计剩余进站人数来
调整，其中预计剩余进站人数为：总人数减第一批次进站名额的数值，系数为50%；第三批阈
值修正方法同第二批阈值修正方法一样，第三批阈值根据预计剩余进站人数来调整，其中
预计剩余进站人数为：总人数‑第一、二批次进站名额，系数取80%；

[0028] Q‑learning城市轨道交通进站量修正模型的目标函数为累计奖励最大策略的期望：

[0029]

[0030] 其中，状态 为目标时段进站量现有估计值和 时段进站量估计值；策略 为最新一个单位时段（即 时段）实际进站量数据、站台人数数据、总乘客等待时间数据； 为
根据策略 得到的目标时段进站量新的估计值和 时段进站量估计值； 为折扣因子，
为奖励函数， 时段进站量实际值 时段进站量估计值。

[0031] 根据本发明的一个方面，步骤4.2中的优先级规则是指：日常预约优先级仅与信用值相关；预约信用值计算规则为一季度内每预约成功一次，信用值+2，每失信一次，信用值‑
5；每月月初清除3个月前的数据，更新为当前最新信用值，信用值超过100的用户获得预约
优先权，并且在出现并发预约时，获得优先权的用户，保持在队列中的相对位置不变，但整
体提至队列最前；其余普通乘客保持相对位置不变，但位于优先用户之后，且无特殊优先服
务；

[0032] 此外，步骤4.2中优先级规则在站内发生故障、突发事件时会增加以下规则：将画像显示为弱势群体的用户优先级定为最低，并在预约界面显示建议其他方式出行。

[0033] 根据本发明的一个方面，步骤5中的调整建议服务是指为预约成功的乘客推荐对路网客流均衡更有利、乘客出行更舒适的时间段；步骤5中的推荐备选出行方案是指若预约
失败，系统将根据乘客画像数据库为乘客提供可预约成功的临近时间段、提供临近站点的
可行方案服务。

[0034] 根据本发明的一个方面，系统还提供复杂多场景下预约进站模式，步骤6中的提供多场景下的城市轨道交通预约进站服务，是指提供包括日常出行、运营线路故障期间、对满
载率要求严格的特殊期间的预约服务；日常出行为系统预约的基本流程服务，运营线路故
障期间，预约系统将针对不同的故障等级调整预约阈值规则、用户优先级规则；对满载率要
求严格的特殊期间，预约系统推出车厢、座位精准预约服务。

[0035] 为实现上述目的，本发明提供一种城市轨道交通预约进站系统，包括：

[0036] 预约模式构建模块，用于在预约系统内部预先建立城市轨道交通乘客多元预约模式；

[0037] 数据信息获取模块，基于乘客在所述预约系统上的预约行为，所述预约系统内部主动获取乘客历史卡账户信息，建立乘客画像，并且根据所述乘客画像匹配所述多元预约
模式，触发主动提醒乘客预约功能；

[0038] 数据信息生成及更新模块，在所述预约系统内部增加乘客在所述预约系统上所需输入的出行计划信息，并在乘客输入出行计划后主动生成或更新乘客预约历史记录；

[0039] 阈值设定模块，基于所述预约系统上的所有乘客预约历史记录，所述预约系统内部构建预约名额发放规则和乘客优先级规则，实现自动更新下一次预约名额数量并发放；

[0040] 预约推荐模块，在所述预约系统内部设置集成推荐系统，向预约成功的乘客提供预约调整建议，向预约失败的乘客推荐备选出行方案。

[0041] 根据本发明的一个方面，还包括多场景服务模块，提供包括日常出行、运营线路故障期间、对满载率要求严格的特殊期间的预约服务；日常出行为系统预约的基本流程服务，
运营线路故障期间，预约系统将针对不同的故障等级调整预约阈值规则、用户优先级规则；
对满载率要求严格的特殊期间，预约系统推出车厢、座位精准预约服务。

[0042] 为实现上述目的，本发明提供一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现
上述城市轨道交通预约进站方法。

[0043] 为实现上述目的，本发明提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述城市轨道交通预约进站方
法。

[0044] 基于此，本发明的有益效果在于：

[0045] 1.本发明提出了一种精准面向不同用户群体的城市轨道交通预约出行方案。建立了多元预约模式，对城市轨道交通预约出行需求用户分类全面，提供针对性的预约服务，有
利于提高乘客满意度；与卡账户信息和用户画像信息相结合，根据乘客画像主动提醒用户
使用预约服务预约行程，且预约时可根据卡账户历史出行信息一键选择预约信息，减少乘
客操作时间。

[0046] 2.提出了一种分批次开放、结合最新数据进行修正的预约名额的城市轨道交通预约进站阈值确定方法。名额发放分：前一天早七点、前一天晚六点、预约进站前1h三个批次
进行。进站阈值首批初始值固定，后两批名额发放阈值根据实时实际进站量数据、站台人数
数据、总乘客等待时间数据进行修正，捕捉路网实时客流特征，提高了预约进站名额发放的
合理性和可靠性，提高了运营组织水平。

[0047] 3.提出了并发预约下用户的优先级方案，以不同用户类型、不同信用等级为制定依据。该优先级在特殊场景，如设备故障期间会有所变化。对用户预约失信实现了奖惩处
理，且考虑了特殊场景下特殊群体的出行安全。

[0048] 4.提出了多场景下该预约方案的适应性变化，在阈值确定和优先级规则上进行调整，提升了乘客服务水平和乘客满意度。

附图说明

[0049] 图1示意性表示根据本发明的城市轨道交通预约进站方法的流程图；

[0050] 图2示意性表示进站阈值设定流程图；

[0051] 图3示意性表示复杂多场景下的城市轨道交通预约进站模式调整示意图。

具体实施方式

[0052] 现在将参照示例性实施例来论述本发明的内容。应当理解，论述的实施例仅是为了使得本领域普通技术人员能够更好地理解且因此实现本发明的内容，而不是暗示对本发
明的范围的任何限制。

[0053] 如本文中所使用的，术语“包括”及其变体要被解读为意味着“包括但不限于”的开放式术语。术语“基于”要被解读为“至少部分地基于”。术语“一个实施例”和“一种实施例”
要被解读为“至少一个实施例”。

[0054] 图1示意性表示根据本发明的城市轨道交通预约进站方法的流程图。如图1所示，根据本发明的城市轨道交通预约进站方法，包括以下步骤：

[0055] 101.在预约系统内部预先建立城市轨道交通乘客多元预约模式；

[0056] 102.基于乘客在所述预约系统上的预约行为，所述预约系统内部主动获取乘客历史卡账户信息，建立乘客画像，并且根据所述乘客画像匹配所述多元预约模式，触发主动提
醒乘客预约功能；

[0057] 103.在所述预约系统内部增加乘客在所述预约系统上所需输入的出行计划信息，并在乘客输入出行计划后主动生成或更新乘客预约历史记录；

[0058] 104.基于所述预约系统上的所有乘客预约历史记录，所述预约系统内部构建预约名额发放规则和乘客优先级规则，实现自动更新下一次预约名额数量并发放；

[0059] 105.在所述预约系统内部设置集成推荐系统，向预约成功的乘客提供预约调整建议，向预约失败的乘客推荐备选出行方案；

[0060] 本发明提供的上述城市轨道交通预约进站方法能够紧密结合乘客画像与卡账户信息，面向乘客对于预约进站的需求，提供一种协同性、多场景、可定制、智能可学习的预约
进站服务模式，更好地引导乘客合理规划出行时间，错峰出行，提高客流组织水平，提高乘
客满意度和城市轨道交通服务水平。

[0061] 根据本发明的一个实施例，所述多元预约模式是指面向不同类型的旅客提供不同类型的服务，体现了预约服务的个性化和可定制。具体地，如表1所示，包括针对普通旅客提
供普通预约、针对常旅客提供周期预约、针对特殊人群提供同行预约和利用生物特征识别
代预约、针对弱势群体提供爱心预约、针对5人以上出行群体提供团体预约，共5类：

[0062]

[0063] 表1

[0064] 其中，本发明的实施例中所述针对普通旅客提供的普通预约是指：为乘客提供提前预约出行行程的进站时间及地点的城市轨道交通预约出行服务，鼓励乘客提前预约进站
的时间段，当乘客按预约时间到达车站可由预约通道快速进站；预约系统功能实现流程为：
首先获取乘客画像信息和历史出行数据，其次获取乘客提交的预约信息，然后向乘客推送
预约结果、推荐与建议，再然后实现乘客进站核验、车厢预约，最后使乘客成功乘车。引导乘
客合理规划出行时间，错峰出行，调节高峰客流，减少盲目站外排队，缩短排队等候时间，提
升乘客出行体验。

[0065] 所述针对常旅客的周期预约是指：当乘客预约次数累计到一定值且信誉良好时，为其开放周期预约进站服务，乘客可在预约系统一次性预约一定周期内固定时间段固定进
站站点的预约进站服务。

[0066] 所述针对特殊人群的同行预约和代预约是指：针对不使用智能手机的特殊人群，系统可提供同行预约和代预约服务，同行预约可直接在手机端进行身份认证，进站时一码
核验、一同进入、合并扣费；代预约为用户在预约时输入被预约者详细身份信息并录入生物
特征，包括指纹、瞳孔、其他面部信息等，进站时通过生物特征识别技术无感进站。

[0067] 所述针对弱势群体的爱心预约是指：为方便老、幼、病、残、孕以及其他弱势群体，系统提供爱心预约服务，具体可提供优先进站、协助乘降、便利出站服务。

[0068] 所述针对5人以上出行群体的团体预约是指：为5人以上出行群体提供团体预约服务，乘客在系统内提交全部出行者信息以及相关出行信息后可对团体出行进行预约。

[0069] 根据本发明的一个实施例，所述乘客画像是指结合城市轨道交通的业务需求和多元出行大数据构建的乘客实名制卡账户模型，具有开放共享的特点。所述利用乘客画像主
动获取乘客历史卡账户信息是指紧密结合从乘客画像中获取的业务信息，为乘客提供个性
化、精准化服务。进一步而言，所述乘客画像中获取的业务信息包括乘客出行需求类型、居
住区域、账户活跃度、预约次数、违约次数、预约时间分布、预约车站分布。具体地，本实施例
中系统调取一常旅客用户的乘客画像信息如表2所示：

[0070]

[0071] 表2

[0072] 其中，乘客出行需求类型标签下的示例“b1”表示乘客需求类型为常旅客日常通勤，储存格式为String；

[0073] 居住区域标签下的示例“市桥”表示距离该乘客居住区域直线距离最近的地铁站为市桥，储存格式为String；

[0074] 账户活跃度标签下的示例“2”为活跃度等级，储存格式为Double；进一步而言，所述活跃度等级0表示未进行过预约；活跃度等级1表示预约次数为1‑10次；活跃度等级2表示
预约次数为11‑30，活跃度等级3表示预约次数为31及以上；

[0075] 预约次数标签下的示例“20”对应乘客实际预约成功次数为20次，储存格式为Int。违约次数标签下的示例“1”对应乘客违约次数为1次，储存格式为Int；

[0076] 预约时间分布标签下的示例“0730‑0745:0.6;0745‑0800:0.2;0800‑0815:0.2”表示该乘客在以往预约的60%的预约次数中选择7:00‑7:45为预约时间段，20%的预约次数中
选择7:45‑8:00为预约时间段，20%的预约次数中选择8:00‑8:15为预约时间段，储存格式为
String；

[0077] 预约车站分布标签下的示例“市桥:0.8;番禺广场:0.2”表示该乘客在以往预约的80%的预约次数中选择市桥为预约进站点，20%的预约次数中选择番禺广场为预约进站点，
储存格式为String。

[0078] 本系统将用户预约出行信息数据反馈至卡账户和乘客画像，进一步而言，反馈至业务信息下的预约出行记录中，包括预约次数、违约次数、预约时间分布、预约车站分布，为
其他服务模块提供支持，例如面向预约失信设定信用奖惩机制。

[0079] 所述可为乘客提供的个性化、精准化服务是指对通勤或其他周期性、规律性出行的乘客提供主动提醒预约服务，本实施例中，乘客需求类型为“b1”,即常旅客日常通勤，系
统在该乘客预约时可根据最近一次历史行程或本月频次最高历史行程一键选择预约信息，
减少操作时间。此外，本系统将本次预约信息返回卡账户和乘客画像信息，更新预约次数、
违约次数、预约时间分布、预约车站分布的存储内容。

[0080] 根据本发明的一个实施例，所述乘客出行计划信息包括：起点站、终点站、起点站进站时间，可接受的出行时间调整范围、备选出行站点的信息。所述可接受的出行时间调整
范围在出发前一天预约时是有效的，在出发当天进行“进站1h前”预约是无效的。

[0081] 根据本发明的一个实施例，所述104具体包括以下步骤：

[0082] （1）、通过在所述预约系统内部构建在数据驱动下的预约服务模式来实现调整预约人数进站阈值设定方案

[0083] 所述智能可学习的预约规则体现在预约名额分批次发放，各批次预约人数阈值基于历史数据智能学习预测，同时结合实时客流情况修正。所述预约名额分批次发放是指：名
额发放分“前一天早七点”、“前一天晚六点”、“预约进站前1h”三个批次进行。

[0084] 图2示意性表示进站阈值设定流程图；如图2所示，所述进站阈值设定方法是指：首批初始值固定为30天内同类型日期该时段历史进站量均值的30%；第二批阈值应用Q‑
learning模型，以15min为单位时段输入实时实际进站量数据、站台人数数据、总乘客等待
时间等数据进行学习修正，取预计剩余进站人数为“总人数‑第一批次进站名额”，系数为
50%；第三批阈值修正方法同上，取预计剩余进站人数为“总人数‑第一、二批次进站名额”，
系数取80%。具体地，采用以下具体实施例对上述进站阈值设定方法进行解释：当近30日该
时段进站量平均为2000人，则车站运营管理在该时段设置首批名额为600人；第二批修正得
到预计进站总人数为1900人，则第二批进站名额共（1900‑600）*50%=650人；第三批修正后
得到预计进站总人数为2100人，则第三批进站名额共（2100‑600‑650）*80%=680人。该用户
预约时前两批名额已被预约完毕，该用户预约批次名额共680人。如上述方案捕捉路网实时
客流特征，能够提高预约进站名额发放的合理性和可靠性，提高运营组织水平。

[0085] 所述Q‑learning城市轨道交通进站量修正模型的目标函数为累计奖励最大策略的期望：

[0086]

[0087] 其中，状态 为目标时段进站量现有估计值和 时段进站量估计值；策略 为最新一个单位时段（即 时段）实际进站量数据、站台人数数据、总乘客等待时间数据； 为
根据策略 得到的目标时段进站量新的估计值和 时段进站量估计值； 为折扣因子，
为奖励函数， 时段进站量实际值 时段进站量估计值。

[0088] （2）、并发预约时，根据信用值等用户画像信息制定优先级规则，利用Redis 锁定、产生用户等待队列

[0089] 所述优先级规则是指：日常预约优先级仅与信用值相关：预约信用值计算规则为一季度内每预约成功一次，信用值+2，每失信一次，信用值‑5；每月月初清除3个月前的数
据，并且更新为当前最新信用值。信用值超过100的用户获得预约优先权，当出现并发预约
时，获得优先权的用户，保持在队列中相对位置不变，但整体提至队列最前；其余普通乘客
保持相对位置不变，但位于优先用户之后，无特殊优先服务。

[0090] 所述优先级规则在站内发生故障、突发事件时会增加以下规则：将画像显示为弱势群体的用户优先级定为最低，并建议其他方式出行，保证安全。

[0091] 根据本发明的一个实施例，所述预约建议的生成是指系统可实现用户自主选择与系统推荐相结合，用户自主选择是指最终确认权在用户，系统推荐包括预约成功时的调整
建议和预约失败时的备选出行方案推荐。

[0092] 所述的调整建议服务是指为预约成功的乘客推荐对路网客流均衡更有利、乘客出行更舒适的时间段，如乘客可接受时间段有三段，给出推荐排序请乘客再次选择是否更改
或确认不变。

[0093] 所述对路网客流均衡更有利是指系统通过评价指标体系对路网状态的均衡性进行评价。进一步而言，所述评价指标体系包括各车站客流量、区间断面满载率、平均旅行时
间、平均等待时间共四个评价指标组成。

[0094] 所述的备选出行方案推荐服务是指若预约失败，系统将根据当前路网状态和乘客画像数据库为乘客提供可预约成功的临近时间段、临近站点的可行方案服务。

[0095] 具体地，采用以下具体实施例对上述备选出行方案推荐服务进行解释：线路起点站“番禺广场站”在该预约时段仍有少量名额，系统立即为乘客在预约失败提示下方主动推
送“您的预约时段可预约‘番禺广场‑珠江新城’行程，是否一键预约”。乘客选择一键预约，
系统判断预约成功后返回消息提示：“您已预约成功，点击下方查看详情”。用户点击详情可
查看预约信息、查看进站核验码或者选择取消。

[0096] 图3示意性表示复杂多场景下的城市轨道交通预约进站模式调整示意图。

[0097] 根据本发明的一个实施例，系统还提供多场景下的城市轨道交通预约进站服务，包括日常出行、运营线路故障期间、对满载率要求严格的特殊期间，如图3所示；

[0098] 日常出行场景描述了系统预约基本流程。即101‑105所包含内容。

[0099] 运营线路故障期间，系统针对不同的故障等级调整预约阈值规则、用户优先级规则。进一步而言，针对一级故障——线路中断运营，发布致歉声明，中止提供中断线路的预
约进站服务，并连接至诱导界面，为乘客精准推送个性化的诱导信息。针对二级故障——运
力不足，在对目前线网状态以及相关客流指标进行分析的基础上，根据车站客运组织预案
调整进站总人数，进而调整预约阈值；若车站客运组织预案中该时段进站总人数小于已发
放的预约名额，则关闭该时段预约，并向已预约用户发送突发事件信息。同时，依据乘客画
像调整预约优先级：对于老、幼、病、残、孕以及其他需要重点服务的乘客，为保证其出行安
全，降低其优先级。

[0100] 对满载率要求严格的特殊期间，系统将预约时段区间长度减小至5min，提供提前预约车厢、预约座位相关服务，结合站内导航引导乘客快速到达预约配套车厢。具体地，车
站为车厢座位编号，将相同目的地的乘客集中于同一车厢或临近车厢。乘客预约进站时，系
统将根据行车计划计算预约时段下一时段的总座位数，根据预约情况更新剩余座位数，在
乘客预约进站成功后，仍需进行车厢座位预约，进站预约及车厢预约均成功后在用户终端
提示预约成功，后台同步更新车厢状态。

[0101] 不仅如此，为实现上述发明目的，本发明还提供一种城市轨道交通预约进站系统，该系统包括：

[0102] 预约模式构建模块，用于在预约系统内部预先建立城市轨道交通乘客多元预约模式；

[0103] 数据信息获取模块，基于乘客在所述预约系统上的预约行为，所述预约系统内部主动获取乘客历史卡账户信息，建立乘客画像，并且根据所述乘客画像匹配所述多元预约
模式，触发主动提醒乘客预约功能；

[0104] 数据信息生成及更新模块，在所述预约系统内部增加乘客在所述预约系统上所需输入的出行计划信息，并在乘客输入出行计划后主动生成或更新乘客预约历史记录；

[0105] 阈值设定模块，基于所述预约系统上的所有乘客预约历史记录，所述预约系统内部构建预约名额发放规则和乘客优先级规则，实现自动更新下一次预约名额数量并发放；

[0106] 预约推荐模块，在所述预约系统内部设置集成推荐系统，向预约成功的乘客提供预约调整建议，向预约失败的乘客推荐备选出行方案。

[0107] 根据本发明的一个实施例，预约模式构建模块是对面向不同类型的旅客提供不同类型的服务，体现了预约服务的个性化和可定制。具体地，如上表1所示，包括针对普通旅客
提供普通预约、针对常旅客提供周期预约、针对特殊人群提供同行预约和利用生物特征识
别代预约、针对弱势群体提供爱心预约、针对5人以上出行群体提供团体预约，共5类。

[0108] 其中，本发明的实施例中所述针对普通旅客提供的普通预约是指：为乘客提供提前预约出行行程的进站时间及地点的城市轨道交通预约出行服务，鼓励乘客提前预约进站
的时间段，当乘客按预约时间到达车站可由预约通道快速进站；预约系统功能实现流程为：
首先获取乘客画像信息和历史出行数据，其次获取乘客提交的预约信息，然后向乘客推送
预约结果、推荐与建议，再然后实现乘客进站核验、车厢预约，最后使乘客成功乘车。引导乘
客合理规划出行时间，错峰出行，调节高峰客流，减少盲目站外排队，缩短排队等候时间，提
升乘客出行体验。

[0109] 所述针对常旅客的周期预约是指：当乘客预约次数累计到一定值且信誉良好时，为其开放周期预约进站服务，乘客可在预约系统一次性预约一定周期内固定时间段固定进
站站点的预约进站服务。

[0110] 所述针对特殊人群的同行预约和代预约是指：针对不使用智能手机的特殊人群，系统可提供同行预约和代预约服务，同行预约可直接在手机端进行身份认证，进站时一码
核验、一同进入、合并扣费；代预约为用户在预约时输入被预约者详细身份信息并录入生物
特征，包括指纹、瞳孔、其他面部信息等，进站时通过生物特征识别技术无感进站。

[0111] 所述针对弱势群体的爱心预约是指：为方便老、幼、病、残、孕以及其他弱势群体，系统提供爱心预约服务，具体可提供优先进站、协助乘降、便利出站服务。

[0112] 所述针对5人以上出行群体的团体预约是指：为5人以上出行群体提供团体预约服务，乘客在系统内提交全部出行者信息以及相关出行信息后可对团体出行进行预约。

[0113] 根据本发明的一个实施例，数据信息获取模块内设有乘客画像模型，其是指结合城市轨道交通的业务需求和多元出行大数据构建的乘客实名制卡账户模型，具有开放共享
的特点。所述利用乘客画像主动获取乘客历史卡账户信息是指紧密结合从乘客画像中获取
的业务信息，为乘客提供个性化、精准化服务。进一步而言，所述乘客画像中获取的业务信
息包括乘客出行需求类型、居住区域、账户活跃度、预约次数、违约次数、预约时间分布、预
约车站分布。具体地，本实施例中系统调取一常旅客用户的乘客画像信息如上表2所示：

[0114] 其中，乘客出行需求类型标签下的示例“b1”表示乘客需求类型为常旅客日常通勤，储存格式为String；

[0115] 居住区域标签下的示例“市桥”表示距离该乘客居住区域直线距离最近的地铁站为市桥，储存格式为String；

[0116] 账户活跃度标签下的示例“2”为活跃度等级，储存格式为Double；进一步而言，所述活跃度等级0表示未进行过预约；活跃度等级1表示预约次数为1‑10次；活跃度等级2表示
预约次数为11‑30，活跃度等级3表示预约次数为31及以上；

[0117] 预约次数标签下的示例“20”对应乘客实际预约成功次数为20次，储存格式为Int。违约次数标签下的示例“1”对应乘客违约次数为1次，储存格式为Int；

[0118] 预约时间分布标签下的示例“0730‑0745:0.6;0745‑0800:0.2;0800‑0815:0.2”表示该乘客在以往预约的60%的预约次数中选择7:00‑7:45为预约时间段，20%的预约次数中
选择7:45‑8:00为预约时间段，20%的预约次数中选择8:00‑8:15为预约时间段，储存格式为
String；

[0119] 预约车站分布标签下的示例“市桥:0.8;番禺广场:0.2”表示该乘客在以往预约的80%的预约次数中选择市桥为预约进站点，20%的预约次数中选择番禺广场为预约进站点，
储存格式为String。

[0120] 本系统将用户预约出行信息数据反馈至卡账户和乘客画像，进一步而言，反馈至业务信息下的预约出行记录中，包括预约次数、违约次数、预约时间分布、预约车站分布，为
其他服务模块提供支持，例如面向预约失信设定信用奖惩机制。

[0121] 所述可为乘客提供的个性化、精准化服务是指对通勤或其他周期性、规律性出行的乘客提供主动提醒预约服务，本实施例中，乘客需求类型为“b1”,即常旅客日常通勤，系
统在该乘客预约时可根据最近一次历史行程或本月频次最高历史行程一键选择预约信息，
减少操作时间。此外，本系统将本次预约信息返回卡账户和乘客画像信息，更新预约次数、
违约次数、预约时间分布、预约车站分布的存储内容。

[0122] 根据本发明的一个实施例，数据信息生成及更新模块内的乘客在乘车预约平台填写的出行计划信息，内容较现有模式更为丰富：除起点站、终点站、起点站进站时间外，还包
括可接受的出行时间调整范围、备选出行站点两样信息。所述可接受的出行时间调整范围
在出发前一天预约时是有效的，在出发当天进行“进站1h前”预约是无效的。

[0123] 根据本发明的一个实施例，阈值设定模块具体包括以下内容：

[0124] （1）、通过在所述预约系统内部构建在数据驱动下的预约服务模式来实现调整预约人数进站阈值设定方案

[0125] 所述预约名额分批次发放是指：名额发放分“前一天早七点”、“前一天晚六点”、“预约进站前1h”三个批次进行。

[0126] 图2示意性表示进站阈值设定流程图；如图2所示，所述进站阈值设定模块是指：首批初始值固定为30天内同类型日期该时段历史进站量均值的30%；第二批阈值应用Q‑
learning模型，以15min为单位时段输入实时实际进站量数据、站台人数数据、总乘客等待
时间等数据进行学习修正，取预计剩余进站人数为“总人数‑第一批次进站名额”，系数为
50%；第三批阈值修正方法同上，取预计剩余进站人数为“总人数‑第一、二批次进站名额”，
系数取80%。

[0127] 具体地，采用以下具体实施例对上述进站阈值设定模块进行解释：当近30日该时段进站量平均为2000人，则车站运营管理在该时段设置首批名额为600人；第二批修正得到
预计进站总人数为1900人，则第二批进站名额共（1900‑600）*50%=650人；第三批修正后得
到预计进站总人数为2100人，则第三批进站名额共（2100‑600‑650）*80%=680人。该用户预
约时前两批名额已被预约完毕，该用户预约批次名额共680人。如上述方案捕捉路网实时客
流特征，能够提高预约进站名额发放的合理性和可靠性，提高运营组织水平。

[0128] 所述Q‑learning城市轨道交通进站量修正模型的目标函数为累计奖励最大策略的期望：

[0129]

[0130] 其中，状态 为目标时段进站量现有估计值和 时段进站量估计值；策略 为最新一个单位时段（即 时段）实际进站量数据、站台人数数据、总乘客等待时间数据； 为
根据策略 得到的目标时段进站量新的估计值和 时段进站量估计值； 为折扣因子，
为奖励函数， 时段进站量实际值 时段进站量估计值。

[0131] （2）、并发预约时，根据信用值等用户画像信息制定优先级规则，利用Redis 锁定、产生用户等待队列

[0132] 所述优先级规则是指：日常预约优先级仅与信用值相关：预约信用值计算规则为一季度内每预约成功一次，信用值+2，每失信一次，信用值‑5；每月月初清除3个月前的数
据，并且更新为当前最新信用值。信用值超过100的用户获得预约优先权，当出现并发预约
时，获得优先权的用户，保持在队列中相对位置不变，但整体提至队列最前；其余普通乘客
保持相对位置不变，但位于优先用户之后，无特殊优先服务。

[0133] 所述优先级规则在站内发生故障、突发事件时会增加以下规则：将画像显示为弱势群体的用户优先级定为最低，并建议其他方式出行，保证安全。

[0134] 根据本发明的一个实施例，预约推荐模块可实现用户自主选择与系统推荐相结合，用户自主选择是指最终确认权在用户，预约推荐模块包括预约成功时的调整建议和预
约失败时的备选出行方案推荐。

[0135] 所述的调整建议服务是指为预约成功的乘客推荐对路网客流均衡更有利、乘客出行更舒适的时间段，如乘客可接受时间段有三段，给出推荐排序请乘客再次选择是否更改
或确认不变。

[0136] 所述对路网客流均衡更有利是指系统通过评价指标体系对路网状态的均衡性进行评价。进一步而言，所述评价指标体系包括各车站客流量、区间断面满载率、平均旅行时
间、平均等待时间共四个评价指标组成。

[0137] 所述的备选出行方案推荐服务是指若预约失败，系统将根据当前路网状态和乘客画像数据库为乘客提供可预约成功的临近时间段、临近站点的可行方案服务。

[0138] 具体地，采用以下具体实施例对上述备选出行方案推荐服务进行解释：线路起点站“番禺广场站”在该预约时段仍有少量名额，系统立即为乘客在预约失败提示下方主动推
送“您的预约时段可预约‘番禺广场‑珠江新城’行程，是否一键预约”。乘客选择一键预约，
系统判断预约成功后返回消息提示：“您已预约成功，点击下方查看详情”。用户点击详情可
查看预约信息、查看进站核验码或者选择取消。

[0139] 根据本发明的一个实施例，还包括多场景服务模块，提供包括日常出行、运营线路故障期间、对满载率要求严格的特殊期间的预约服务；日常出行为系统预约的基本流程服
务，运营线路故障期间，预约系统将针对不同的故障等级调整预约阈值规则、用户优先级规
则；对满载率要求严格的特殊期间，预约系统推出车厢、座位精准预约服务。图3示意性表示
复杂多场景下的城市轨道交通预约进站模式调整示意图。如图3所示；

[0140] 日常出行场景描述了系统预约基本流程，即101‑105所包含内容。

[0141] 运营线路故障期间，系统针对不同的故障等级调整预约阈值规则、用户优先级规则。进一步而言，针对一级故障——线路中断运营，发布致歉声明，中止提供中断线路的预
约进站服务，并连接至诱导界面，为乘客精准推送个性化的诱导信息。针对二级故障——运
力不足，在对目前线网状态以及相关客流指标进行分析的基础上，根据车站客运组织预案
调整进站总人数，进而调整预约阈值；若车站客运组织预案中该时段进站总人数小于已发
放的预约名额，则关闭该时段预约，并向已预约用户发送突发事件信息。同时，依据乘客画
像调整预约优先级：对于老、幼、病、残、孕以及其他需要重点服务的乘客，为保证其出行安
全，降低其优先级。

[0142] 对满载率要求严格的特殊期间，系统将预约时段区间长度减小至5min，提供提前预约车厢、预约座位相关服务，结合站内导航引导乘客快速到达预约配套车厢。具体地，车
站为车厢座位编号，将相同目的地的乘客集中于同一车厢或临近车厢。乘客预约进站时，系
统将根据行车计划计算预约时段下一时段的总座位数，根据预约情况更新剩余座位数，在
乘客预约进站成功后，仍需进行车厢座位预约，进站预约及车厢预约均成功后在用户终端
提示预约成功，后台同步更新车厢状态。

[0143] 本实施例的有益效果在于：

[0144] 本发明提出了一种精准面向不同用户群体的城市轨道交通预约出行方案。建立了多元预约模式，对城市轨道交通预约出行需求用户分类全面，提供针对性的预约服务，有利
于提高乘客满意度；与卡账户信息和用户画像信息相结合，根据乘客画像主动提醒用户使
用预约服务预约行程，且预约时可根据卡账户历史出行信息一键选择预约信息，减少乘客
操作时间；

[0145] 提出了一种分批次开放、结合最新数据进行修正的预约名额的城市轨道交通预约进站阈值确定方法。名额发放分“前一天早七点”、“前一天晚六点”、“预约进站前1h”三个批
次进行。进站阈值首批初始值固定，后两批名额发放阈值根据实时实际进站量数据、站台人
数数据、总乘客等待时间等数据进行修正，捕捉路网实时客流特征，提高了预约进站名额发
放的合理性和可靠性，提高了运营组织水平；

[0146] 提出了并发预约下用户的优先级方案，以不同用户类型、不同信用等级为制定依据。该优先级在特殊场景，如设备故障期间会有所变化。对用户预约失信实现了奖惩处理，
且考虑了特殊场景下特殊群体的出行安全；

[0147] 提出了多场景下该预约方案的适应性变化，在阈值确定和优先级规则上进行调整，提升了乘客服务水平和乘客满意度。

[0148] 为实现上述发明目的，本发明还提供一种电子设备，该电子设备包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，计算机程序被处理器
执行时实现上述城市轨道交通预约进站方法。

[0149] 为实现上述发明目的，本发明还提供一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现上述城市轨道交通预约进站方
法。

[0150] 根据本发明的上述方案，实际应用时，面向不同类型的乘客能够精准实现预约服务的个性化和可定制；获取信息方式主动，考虑到了利用既有的乘客画像、并且主动获取乘
客历史卡账户信息；发挥预约过程对乘客的建议、选择引导作用；制定了考虑全网多站点客
流协同、考虑乘客全出行链的阈值设定方法；提供了多场景下的城市轨道交通预约进站系
统的方法及系统的适应性改变。

[0151] 由此可知，本发明所提供的城市轨道交通预约进站方法、系统、电子设备及存储介质有效地解决了上述现有技术中的多个技术问题，并且能够紧密结合乘客画像与卡账户信
息，面向乘客对于预约进站的需求，提供一种协同性、多场景、可定制、智能可学习的预约进
站服务模式，更好地引导乘客合理规划出行时间，错峰出行，提高了客流组织水平，提高了
乘客满意度和城市轨道交通服务水平。

[0152] 本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的模块及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还
是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每
个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的
范围。

[0153] 所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

[0154] 在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为
一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或
者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互
之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连
接，可以是电性，机械或其它的形式。

[0155] 所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个
网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明实施例方案
的目的。

[0156] 另外，在本发明实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。

[0157] 所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说
对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计
算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个
人计算机，服务器，或者网络设备等)执行本发明各个实施例节能信号发送/接收的方法的
全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可
以存储程序代码的介质。

[0158] 以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术
方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行
任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功
能的技术特征进行互相替换而形成的技术方案。

[0159] 应理解，本发明的发明内容及实施例中各步骤的序号的大小并不绝对意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实
施过程构成任何限定。