-
公开(公告)号：CN109147324B
公开(公告)日：2020-04-14
申请号：CN201811024236.3
申请日：2018-09-04
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了基于用户反馈机制的交通拥堵概率预报的方法，包含了确定交通流影响因素系数的方法、确定交通流量的预测与修正的方法、确定使用概率预报交通拥堵的方法、确定了修正拥堵指数的方法四个步骤。该方法使用采用修正后的历史流量数据作为预测的基准流量，提高了交通流量的预测精度，为精确预报建立良好的基础。本发明方法由于考虑驾驶员对交通拥堵指数发布的反馈，对预报结果进行调整，预报准确度高、自适性强，具有很高的实用性。并且该方法计算了拥堵状态发生的概率，丰富了预报结果的形式，结果更加直接，拥堵预报模式更加新颖，提升了预报的可信程度，可为驾驶员的出行提供更加切实的参考。
-
公开(公告)号：CN109376935A
公开(公告)日：2019-02-22
申请号：CN201811285080.4
申请日：2018-10-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于神经网络的公交客流分时段组合预测方法，包含了收集基本相关信息、确定最优的输入数据、确定组合预测算法、确定预测算法性能四个步骤。该方法充分考虑了不同算法在不同情况下的适用性，分时段赋予两种神经网络算法各个时段的权重值，结合不同单一算法在不同时间段的预测优势，得到各个时段最优的预测结果，弥补了单一算法局限性较大的缺陷问题，提高了模型的预测精度、预测稳定性和泛化性，从而提高了模型整体性能，使公交客流预测更加可靠、精确。并且本发明通过单一算法对数据进行筛选，在保证输入数据信息量充足的情况下，最大程度保障组合算法的预测性能。
-
公开(公告)号：CN109147324A
公开(公告)日：2019-01-04
申请号：CN201811024236.3
申请日：2018-09-04
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了基于用户反馈机制的交通拥堵概率预报的方法，包含了确定交通流影响因素系数的方法、确定交通流量的预测与修正的方法、确定使用概率预报交通拥堵的方法、确定了修正拥堵指数的方法四个步骤。该方法使用采用修正后的历史流量数据作为预测的基准流量，提高了交通流量的预测精度，为精确预报建立良好的基础。本发明方法由于考虑驾驶员对交通拥堵指数发布的反馈，对预报结果进行调整，预报准确度高、自适性强，具有很高的实用性。并且该方法计算了拥堵状态发生的概率，丰富了预报结果的形式，结果更加直接，拥堵预报模式更加新颖，提升了预报的可信程度，可为驾驶员的出行提供更加切实的参考。
-
公开(公告)号：CN109993064A
公开(公告)日：2019-07-09
申请号：CN201910168333.8
申请日：2019-03-06
Applicant: 东南大学
Abstract: 本发明公开了一种提取图片中道路网络节点间的连接路径的方法，包含了数据准备、确定路径搜索方向的方法、确定两个节点间的路径的方法三个步骤。该方法通过识别图片中的道路像素信息确定道路拓扑点之间连接关系，可识别路网的节点间的拓扑连接关系，并建立矢量的路网拓扑数据库，弥补了城市虚拟交通系统中栅格数据向矢量数据转化的空缺。利用图像识别挖掘蕴含在路网图片中的路网拓扑关系信息并输出为矢量数据，速度快、精度较高，可大大方便交通规划人员建立数据库的过程，不仅增加建立数据库的方式，更大大缩短建立交通网络数据库的时间。
-
公开(公告)号：CN109447352A
公开(公告)日：2019-03-08
申请号：CN201811285100.8
申请日：2018-10-31
Applicant: 东南大学
Abstract: 本发明公开了公交出行OD矩阵反推的组合方法，包含了收集基本相关信息、确定基于乘客出行行为特征的OD反推矩阵、确定基于站点附近用地性质的OD反推矩阵、确定使用粒子群算法计算两种反推方法对应的权重、确定使用BP神经网络预测公交出行OD反推矩阵最终结果五个步骤。该方法充分考虑传统两种公交出行OD矩阵反推技术的优缺点，采用惯性权重线性递减的粒子群算法和BP神经网络等方法将两种OD反推方法组合运用，建立一种充分利用已有数据，综合考虑多种站点客流发生影响因素的精确度高、普适性广的公交出行OD矩阵反推的组合方法，具有重要的现实意义。
-
Patent Agency Ranking
公开(公告)号：CN109948477B
公开(公告)日：2022-05-13
申请号：CN201910168334.2
申请日：2019-03-06
Applicant: 东南大学
Abstract: 本发明提出了一种提取图片中道路网络拓扑点的方法，可快速、准确地识别路网的节点、拐点及中间节点。该方法包含了图片信息读取、图片预处理、骨架图扫描获取拓扑点和道路节点、删除多余节点四个步骤。本发明方法基于图片识别提取路网拓扑点，为获取路网数据及拓扑关系提供基础。此方法拓展了虚拟道路交通系统基础数据库构建方法，实现批量快速获取路网拓扑点数据，可应用于规划区域道路。同时，本方法使得地图软件呈现的路网图片得到充分利用，拓展路网数据来源。
-
公开(公告)号：CN109376935B
公开(公告)日：2021-07-02
申请号：CN201811285080.4
申请日：2018-10-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于神经网络的公交客流分时段组合预测方法，包含了收集基本相关信息、确定最优的输入数据、确定组合预测算法、确定预测算法性能四个步骤。该方法充分考虑了不同算法在不同情况下的适用性，分时段赋予两种神经网络算法各个时段的权重值，结合不同单一算法在不同时间段的预测优势，得到各个时段最优的预测结果，弥补了单一算法局限性较大的缺陷问题，提高了模型的预测精度、预测稳定性和泛化性，从而提高了模型整体性能，使公交客流预测更加可靠、精确。并且本发明通过单一算法对数据进行筛选，在保证输入数据信息量充足的情况下，最大程度保障组合算法的预测性能。
-
公开(公告)号：CN112016243A
公开(公告)日：2020-12-01
申请号：CN202010748756.X
申请日：2020-07-30
Applicant: 东南大学
IPC: G06F30/27 , G06N20/00 , G08G1/01 , G06Q10/04 , G06Q50/26 , G06F111/06 , G06F111/08
Abstract: 本发明公开了一种基于响应曲面的交通流量预测模型参数快速标定方法，包括以下步骤：S1、确定交通流量预测模型参数的解空间；S2、计算初始化参数组合下的模型误差；S3、生成参数与模型误差间的响应曲面；S4、收敛性检验；S5、确定下一个参数组合点；S6、计算在该参数组合点下的模型误差。本发明方法可以实现交通流预测模型参数的快速标定，不需要对所有参数组合下的模型预测结果进行计算，大大节省模型试算占用的时间，并且本发明方法兼顾搜索效率与公平性，可防止标定结果限于局部最优解。同时，本发明方法应用场景多、操作简单、易于编程。
-
公开(公告)号：CN109829607A
公开(公告)日：2019-05-31
申请号：CN201811542761.4
申请日：2018-12-17
Applicant: 东南大学
Abstract: 本发明公开了一种城市交通可持续发展的综合评价方法，属于城市交通运输系统发展评价领域，包括以下步骤：(1)根据TISP框架构建评价指标体系，并将评价结果分级；(2)根据国家相关标准，按照城市规模确定指标的分级标准；(3)根据各指标分级标准，结合多维云模型理论，计算云模型的数字特征；(3)输入云模型数字特征，多维正向正态云发生器生成对应于评估等级的正态随机数；(4)采用AHP法计算指标权重；(5)输入城市交通系统指标的实测值，利用综合确定度公式计算隶属于各个级别的确定度，根据最大确定度原则判定综合评价等级。本发明步骤简明，计算高效，结果清晰，对城市交通运输系统的可持续发展评价具有重要的参考意义。
-
公开(公告)号：CN109190832A
公开(公告)日：2019-01-11
申请号：CN201811061458.2
申请日：2018-09-11
Applicant: 东南大学
Abstract: 本发明公开了一种基于重心理论的电动公交车充电站选址方法。包括：步骤1：收集基本相关信息；步骤2：初始化，确定拟选充电站的初始位置坐标；步骤3：确定第k-1次迭代所得的充电站位置与其它公交场站的距离di(k-1)，并排除距离过小造成的干扰；步骤4：更新拟建充电站的位置；步骤5：收敛性检验，判断是否已经得到最优选址方案，即确定充电站的最优位置，若判断条件达到，则停止计算。本发明可快速地在公交场站中选择一个最优化的场站作为电动公交车充电站的选址方法，收敛速度更快、抗干扰性更好。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.018 seconds)
