-
公开(公告)号：CN114739418A
公开(公告)日：2022-07-12
申请号：CN202210451480.8
申请日：2022-04-26
Applicant: 长安大学
Abstract: 本发明公开了一种网约车用户出行方式选择方法，获取网约车用户出行特征数据以及路网属性数据，根据用户出行目的地调取出行路线路网的路网属性；确定网约车用户出行路线中无法覆盖公共交通无法覆盖的区段，从多个三方平台获取出行方案，根据路线‑费用最优原则选择前三的作为备用方案，根据网约车用户出行特征数据计算网约车用户的约车期望值并将其添加至备用方案中，计算是否符合网约车用户出行选择意愿，根据最后结果推荐出行方式，同时提供一种网约车用户出行方式选择系统，包括采集模块，确定模块，计算模块，判断模块，推荐模块。通过上述方式，本方案能把握不同网约车用户的约车差异的主要影响因素，实现网约车用户约车的效率提高。
-
公开(公告)号：CN113128872B
公开(公告)日：2022-03-04
申请号：CN202110433128.7
申请日：2021-04-22
Applicant: 长安大学
Abstract: 本发明公开了一种城市快速路交通安全评价方法，包括如下步骤：S1：评价指标体系初选；S2：基于卷积神经网络对短时车速进行预测；S3：评价指标体系计算；S4：基于云模型的模糊综合评价。本发明采用上述城市快速路交通安全评价方法，从速度角度出发，构建评价指标体系，一定程度上弱化了指标选取的主观性和随意性，同时，基于卷积神经网络的短时车速预测方法，能有效提升预测的精确度。
-
公开(公告)号：CN117056693B
公开(公告)日：2025-01-07
申请号：CN202310638172.0
申请日：2023-05-31
Applicant: 长安大学
IPC: G06F18/21 , G06F18/10 , G06F18/241 , G06F18/2431 , G06N3/0455 , G06N3/094 , G08G1/01
Abstract: 本发明公开了一种城市路网卡口交通数据质量诊断与恢复方法，包括以下步骤，步骤1，从城市卡口原始过车数据中计算出经过各卡口断面的地点车速数据，并对地点车速数据质量进行冗余数据、缺失数据和异常数据类型判别；步骤2，依据步骤1中的地点车速数据确定评级层次，构建路段层面的数据质量评价指标体系，按照“中观路段‑宏观路网”的空间层次逐级进行数据质量评价；步骤3，采用多阶张量表征城市路网地点车速数据的时空信息，并构建多个待恢复的交通时空张量结构；构建SVAE‑WGANGP网络结构，并采用WGANGP的对抗式训练方式训练生成网络和判别网络，恢复缺失地点车速数据质量。本发明具有完整的数据质量评估体系，能提高不同缺失率下数据质量恢复的精确性。
-
公开(公告)号：CN115311858B
公开(公告)日：2023-07-21
申请号：CN202210942349.1
申请日：2022-08-08
Applicant: 长安大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于交通流韧性的城市路段分级管制方法，包括路段卡口数据获取；划分路段交通流运行状态为塑性状态、弹性过渡状态、弹性状态；运行状态阈值确定：将韧性值的数据集划分为不同的类别，各类别聚类中心从小到大排序，相邻类别聚类中心平均值即为各状态阈值；考虑交通流增长和公交车进站对交通流行驶的影响，建立基于二流模型的路段分时平均行驶时间与道路服务质量系数计算模型；最后通过聚类分析，得出各路段服务质量评估标准，并针对各级服务质量及韧性状态确定外部管理措施。本发明方便快捷，提升道路交通服务水平；有效挖掘交通流自身恢复能力，节省外部管理措施成本。
-
公开(公告)号：CN113611118A
公开(公告)日：2021-11-05
申请号：CN202110911536.9
申请日：2021-08-10
Applicant: 长安大学
Abstract: 本发明公开了一种类椭圆事故时空影响范围分级确定方法，包括持续时间模型和空间影响范围模型，持续时间模型通过基于VanAerde模型求取，空间影响范围通过高斯烟羽模型求取，并通过分级标准，精准测算出交通事故对事发道路、相交道路的影响范围与影响程度。本发明采用上述方法，能够精准分析交通事故中各阶段的持续时间，并将交通事故对周围道路影响直观进行显示。
-
Patent Agency Ranking
公开(公告)号：CN114739418B
公开(公告)日：2023-04-07
申请号：CN202210451480.8
申请日：2022-04-26
Applicant: 长安大学
IPC: G01C21/34 , G06Q10/04 , G06Q30/0283 , G06Q50/30
Abstract: 本发明公开了一种网约车用户出行方式选择方法，获取网约车用户出行特征数据以及路网属性数据，根据用户出行目的地调取出行路线路网的路网属性；确定网约车用户出行路线中无法覆盖公共交通无法覆盖的区段，从多个三方平台获取出行方案，根据路线‑费用最优原则选择前三的作为备用方案，根据网约车用户出行特征数据计算网约车用户的约车期望值并将其添加至备用方案中，计算是否符合网约车用户出行选择意愿，根据最后结果推荐出行方式，同时提供一种网约车用户出行方式选择系统，包括采集模块，确定模块，计算模块，判断模块，推荐模块。通过上述方式，本方案能把握不同网约车用户的约车差异的主要影响因素，实现网约车用户约车的效率提高。
-
公开(公告)号：CN110889155A
公开(公告)日：2020-03-17
申请号：CN201911081350.4
申请日：2019-11-07
Applicant: 长安大学
Abstract: 本发明提供了一种钢桥面板腐蚀预测模型及其构建方法，其特征在于，该方法以温度、湿度、通电次数和通电时间作为钢桥面板腐蚀影响因素，采用遗传算法优化极限学习机神经网络，获得优化神经网络，对优化神经网络进行训练，获得钢桥面板腐蚀预测模型。本发明的预估模型，具有该模型具有学习速度快，适用范围广、预测精度高的特点。本发明首次将遗传算法优化的极限学习机神经网络预估模型应用于钢桥面铺装领域，基于钢桥面浇注式导电沥青混凝土温度、湿度以及通电时间和通电次数等相关数据预测钢桥面板腐蚀程度，为用于融雪化冰的浇注式导电沥青混凝土钢板选材及制定防腐蚀措施提供了新思路。
-
公开(公告)号：CN110889155B
公开(公告)日：2024-02-09
申请号：CN201911081350.4
申请日：2019-11-07
Applicant: 长安大学
Abstract: 本发明提供了一种钢桥面板腐蚀预测模型及其构建方法，其特征在于，该方法以温度、湿度、通电次数和通电时间作为钢桥面板腐蚀影响因素，采用遗传算法优化极限学习机神经网络，获得优化神经网络，对优化神经网络进行训练，获得钢桥面板腐蚀预测模型。本发明的预估模型，具有该模型具有学习速度快，适用范围广、预测精度高的特点。本发明首次将遗传算法优化的极限学习机神经网络预估模型应用于钢桥面铺装领域，基于钢桥面浇注式导电沥青混凝土温度、湿度以及通电时间和通电次数等相关数据预测钢桥面板腐蚀程度，为用于融雪化冰的浇注式导电沥青混凝土钢板选材及制定防腐蚀措施提供了新思路。
-
公开(公告)号：CN113628336A
公开(公告)日：2021-11-09
申请号：CN202110911611.1
申请日：2021-08-10
Applicant: 长安大学
Abstract: 本发明公开了一种道路交通安全隐患点可视化鉴别方法，首先依据交通事故严重性建立道路交通的网络核密度估计函数，然后依据核密度估计值建立三维可视化地图；基于零膨胀的负二项回归模型对网络核密度估计结果进行拟合，然后采用累计频率法划分安全隐患点段等级阈值，最后通过实例分析对安全隐患点段分等级进行可视化展示。本发明采用上述结构的道路交通安全隐患点可视化鉴别方法，以事故情况作为隐患挖掘的评价指标，充分反映了事故可能性与事故严重性的与隐患的双重关系，更加深刻地揭露交通事故的分布特征。
-
公开(公告)号：CN113611114A
公开(公告)日：2021-11-05
申请号：CN202110885395.8
申请日：2021-08-03
Applicant: 长安大学
Abstract: 本发明公开了一种城市快速路交通事故气象因子敏感性分析方法，建立BP神经网络模型，然后依据遗传算法进行模型优化，找到神经网络模型的最佳隐含层节点数和训练算法，并对神经网络模型进行拟合验证；然后，依据建立的神经网络模型，依次进行局部敏感性分析和全局敏感性分析，建立可视化三维图形。本发明采用上述分析方法，提升交通事故预测的精度，清晰显示气象因子与交通事故数之间的显著关系。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.019 seconds)
