-
公开(公告)号：CN117648862A
公开(公告)日：2024-03-05
申请号：CN202311629989.8
申请日：2023-11-30
Applicant: 东南大学
Abstract: 本申请涉及一种基于聚类‑信赖域代理模型的宏观交通仿真参数标定方法。该方法包括：采集仿真区域内各条路段的小时交通量并划分训练集和测试集，并对训练集进行聚类，确定最佳簇数量和对应的聚类结果，构建待标定参数集，构建目标函数，并确定目标函数的约束条件和参数集的解空间，构建初始的参数组合样本集对目标函数进行求解，获得目标函数值集，构建初始的高斯过程回归代理模型，采用信赖域优化算法进行迭代优化，确定最优的参数候选集，以最优的参数候选集作为宏观交通仿真的道路阻抗函数的参数，采用测试集和训练集进行宏观交通仿真，以满足预设阈值采用的最优的参数候选集作为最终的参数集。提高了宏观交通仿真的参数标定的精度。
-
公开(公告)号：CN117351718A
公开(公告)日：2024-01-05
申请号：CN202311356441.0
申请日：2023-10-19
Applicant: 东南大学
IPC: G08G1/01 , G08G1/0967
Abstract: 本发明公开了一种基于智能网联环境的城市路网混合交通流逐日演化预测方法，首先获取路网拓扑与出行需求数据，根据突发事件的类型与位置，将其对交通网络的影响反应至拓扑数据当中，根据路网的路段数据与起讫点数据得到所有起讫点间可行路径数据，将车辆的出行需求分配至路网，进行交通网络流量演化逐日预测，人工驾驶车辆与智能网联车辆的路径感知成本，对不同类型车辆分别求解当日总感知成本最小方程，将求解结果作为演化方向，按流量转化率将前一日流量分布向演化方向移动，得到当日演化结果，实现人工驾驶车辆与智能网联车辆分类预测，迭代执行直至达到预测期限，得到每日的流量结果。本发明能够快速预测突发事件后混合流交通流量演化过程。
-
公开(公告)号：CN117172377A
公开(公告)日：2023-12-05
申请号：CN202311143198.4
申请日：2023-09-06
Applicant: 东南大学
Abstract: 本发明公开一种考虑城市吸引强度差异的城际交通分布预测方法，属于计算、推算或计数的技术领域。该方法包括以下步骤：首先，采集城际交通出行需求数据和、城市属性及空间位置数据；其次，进行数据处理得到城市潜在目的地序列；再次，构建考虑城市吸引强度差异的城际交通分布预测模型；然后，进行参数标定得到城际交通分布预测模型；最后，利用标定的模型进行城际交通分布预测。本发明通过引入不同的权重表征出发城市与到达城市对于城际出行的差异化的吸引强度，提出一种具有高预测精度的、符合实际出行情况的城际交通分布预测方法，为城际交通规划、出行政策制定、城市群管控提供依据，具有现实推广应用价值。
-
公开(公告)号：CN116959250A
公开(公告)日：2023-10-27
申请号：CN202310922000.6
申请日：2023-07-26
Applicant: 东南大学
Abstract: 本发明公开了一种多车种混行环境下的道路阻抗函数参数标定方法，该方法包括以下步骤：获取目标路段的交通流环境数据；根据交通流环境数据分别计算纯车种环境下的路段通行能力值；获取目标路段全时段内的车流记录数据；优化处理车流记录数据，包括异常样本剔除、交通状态判别、计算和修正混合交通流量；采用最小二乘法完成道路阻抗函数参数标定。本发明补充了现有技术中的不足，提高了现有道路阻抗函数参数标定方法的有效性。
-
公开(公告)号：CN113191528B
公开(公告)日：2022-02-22
申请号：CN202110360954.3
申请日：2021-04-02
Applicant: 东南大学
Abstract: 本发明公开了一种宏观交通仿真与短时交通预测相融合的交通状态推演方法，包含了提取典型路段的交通流量、确定全日任意时段小时级OD矩阵、确定宏观交通仿真的分钟级结果、确定短时交通预测的分钟级结果、确定宏观交通仿真与短时交通预测的一体化推演五个步骤。该方法充分结合了宏观交通仿真和短时交通预测在不同场景下的优势，将宏观交通仿真的结果拆分，并与短时交通预测相融合，有助于多场景下交通状态实时推演的有益实现。本发明有效结合了宏观和微观两种交通推演方法的优势，并在时间和空间两个维度进行了融合，可操作性性强、使用场景丰富，有效拓展了交通状态预测的实现方法、提升了交通状态实时推演技术的实用性。
-
Patent Agency Ranking
公开(公告)号：CN113724487A
公开(公告)日：2021-11-30
申请号：CN202110805804.9
申请日：2021-07-16
Applicant: 东南大学
IPC: G08G1/01 , G06F30/20 , G06F111/04
Abstract: 本发明公开了面向交通策略组合的城市交通系统仿真分析方法，该方法首先对土地开发调整策略、基础设施建设策略、交通管理与控制策略进行组合；然后对城市交通系统依次进行交通阻抗分析、交通需求分析、交通分配分析，得到城市交通系统路段流量；根据路段流量计算目标值，评定目标值是否满足预设条件；若满足预设条件，直接输出推荐的交通策略组合，否则，重新组合交通策略，继续进行交通运行分析并计算目标值，直至寻找到使目标值满足预设条件的交通策略组合。本发明在多种交通策略可选的前提下，能够为城市交通决策部门合理搭配交通策略提供参考信息，具有较高的应用价值。
-
公开(公告)号：CN113192321A
公开(公告)日：2021-07-30
申请号：CN202110285739.1
申请日：2021-03-17
Applicant: 东南大学
Abstract: 本发明公开了一种面向综合土地利用的交通需求分布提取方法，属于计算、推算或计数的技术领域。该方法：首先对居民历史出行数据及城市兴趣点进行采集；然后提取出行起讫点位置，并通过聚类生成交通小区；计算各交通小区的兴趣点比例及兴趣点密度，对综合土地利用类型进行划分；根据居民历史出行数据，按出行时间提取各交通小区每天的交通需求序列；整合每一类综合土地利用类型对应交通小区的交通需求序列，进而通过时间序列聚类提取各综合土地利用类型下典型的交通需求分布，具体包括交通发生量分布与交通吸引量分布。本发明具有较高的推广应用价值，能够为城市土地合理开发利用提供客观建议，为定点交通管理与控制提供参考信息。
-
公开(公告)号：CN112614346A
公开(公告)日：2021-04-06
申请号：CN202011493512.8
申请日：2020-12-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于奇异谱分析和回声状态网络的短时交通流预测方法，具体包括如下步骤：首先，设置一定的时间间隔，收集得到反应交通状态信息随时间变化的交通流时间序列；利用奇异谱分析(SSA)将原始交通流时间序列分解为趋势、周期和残差3个成分；其次，利用回声状态网络(ESN)对这3个成分分别建模、训练并预测，使用粒子群优化(PSO)优化模型的超参数；最后，对3个成分的预测结果相加作为最终预测结果。该方法能够用于分析交通流量的变化特征，并有效提高短时交通流预测结果的精确度。
-
公开(公告)号：CN111882158A
公开(公告)日：2020-11-03
申请号：CN202010588754.9
申请日：2020-06-24
Applicant: 东南大学
IPC: G06Q10/06 , G06Q50/30 , G06F16/901 , G06F16/9537 , G06F17/18
Abstract: 一种基于Voronoi图的混合公共自行车调度需求预测方法，包括以下步骤：S1、获取有桩与无桩公共自行车出行数据；S2、设置调度区域边界；S3、基于有桩公共自行车站点绘制Voronoi图；S4、提取Voronoi图各子区出行量的时间序列；S5、确定ARMA模型的阶数p和q；S6、采用标定后的ARMA模型预测次日出行量；S7、计算各子区内调度时间与调度量。本发明方法综合考虑有桩与无桩公共自行车进行调度分区与需求预测，打破了传统研究与应用方法只针对单一公共自行车的弊端，减少了两类公共自行车各自为营、重复调度的情况；同时，本发明方法生成的调度需求相比传统方法更为细致，也更加准确。
-
公开(公告)号：CN108492547B
公开(公告)日：2020-09-11
申请号：CN201810285793.4
申请日：2018-04-03
Applicant: 东南大学
Abstract: 本发明公开了一种有桩与无桩混用的公共自行车分区调度方法，包括以下步骤：S1、获取有桩与无桩混用的公共自行车共享网络的数据；S2、基于不平衡热度确定调度子区数量；S3、以多因子聚类进行调度子区划分；S4、生成调度子区内调度量与区间调度量；S5、确定调度子区仓库容量与位置；S6、确定最佳调度卡车车队规模。本发明综合考虑了有桩与无桩公共自行车的联合调度，充分达到了整个系统最优，利用本发明的方法可以有效缓解因调度不足引起的公共自行车乱停放、供需不匹配等问题，改善出行者无车可借或无处可还的尴尬情况，避免交通资源浪费，从根源上控制了调度的距离与成本，并且比传统的优化方法更简单，数据获取便捷，易于操作，便于计算机运算。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.033 seconds)
