城市轨道交通区域客流协同控制与智能优化方法和装置

本发明提供了城市轨道交通区域客流协同控制与智能优化方法和装置，利用时空状态网络描述客流演化，建立以最小化乘客等待时间为目标函数、考虑流平衡和能力约束等约束的区域协同客流控制优化模型，将优化模型转化为基于马尔可夫决策过程的深度强化学习框架，利用大语言模型LLM生成适应客流控制的奖励函数，并通过交互训练深度强化学习智能体，以及建立奖励函数修正机制，根据智能体的测试表现持续优化奖励策略，最终从训练好的智能体模型中提取出区域客流控制方案，为地铁管理者提供更加智能、高效的决策支持，有助于提高城市轨道交通系统的运行效率，减少乘客的排队等待时间。