-
公开(公告)号：CN113935525A
公开(公告)日：2022-01-14
申请号：CN202111180557.4
申请日：2021-10-11
Applicant: 上海交通大学
Abstract: 一种基于POI影响的一种动态交通流量分配方法，通过定性检验：通过热力图展示在一段时间内POI所在路段周围的拥堵情况，得出POI对所在路段拥堵存在影响；然后对POI所在路段速度和位置变化关系的分析，得出POI在高峰时段对路段速度的影响效果；再在检验某一POI在高峰时段确实对路段拥堵产生显著影响后，将路网属性、路段属性、POI所在道路阻抗属性输入到动态用户均衡模型中，运行后得到流量分配结果，即路网中每个路段应该通行的机动车数目。本发明将静态POI、动态天气因素和动态交通流量分配结合在一起，使得路段流量分配结果更加准确，有效解决城市区域路网的拥堵问题。
-
公开(公告)号：CN113935525B
公开(公告)日：2024-08-23
申请号：CN202111180557.4
申请日：2021-10-11
Applicant: 上海交通大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/0637 , G06Q50/26 , G08G1/01 , G08G1/07
Abstract: 一种基于POI影响的一种动态交通流量分配方法，通过定性检验：通过热力图展示在一段时间内POI所在路段周围的拥堵情况，得出POI对所在路段拥堵存在影响；然后对POI所在路段速度和位置变化关系的分析，得出POI在高峰时段对路段速度的影响效果；再在检验某一POI在高峰时段确实对路段拥堵产生显著影响后，将路网属性、路段属性、POI所在道路阻抗属性输入到动态用户均衡模型中，运行后得到流量分配结果，即路网中每个路段应该通行的机动车数目。本发明将静态POI、动态天气因素和动态交通流量分配结合在一起，使得路段流量分配结果更加准确，有效解决城市区域路网的拥堵问题。
-
公开(公告)号：CN114764595A
公开(公告)日：2022-07-19
申请号：CN202210360715.2
申请日：2022-04-07
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于捕猎算法优化径向基神经网络的多源车速融合方法，其包括：通过三种地点车速采集方式获取目标路段某断面的地点车速，将地点车速分为融合组以及对照组；采用K‑means聚类对融合组进行聚类，并通过elbow method确定最佳聚类中心数K；将最佳聚类中心数K作为径向基神经网络的神经元个数；根据神经元个数，采用高斯函数作为核函数构建径向基神经网络；以融合组作为径向基神经网络的输入，将神经网络的输出与相应的对照组进行对比，以对比结果作为适应度函数；(S5)采用捕猎算法，适应度函数对径向基神经网络的参数进行优化以得到径向基神经网络的各参数，并利用该径向基神经网络进行多源车速融合。本发明的方法可以地点车速进行准确高效地融合。
-
公开(公告)号：CN114764595B
公开(公告)日：2025-03-18
申请号：CN202210360715.2
申请日：2022-04-07
Applicant: 上海交通大学
IPC: G06F18/25 , G06F18/23213 , G06N3/048 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于捕猎算法优化径向基神经网络的多源车速融合方法，其包括：通过三种地点车速采集方式获取目标路段某断面的地点车速，将地点车速分为融合组以及对照组；采用K‑means聚类对融合组进行聚类，并通过elbow method确定最佳聚类中心数K；将最佳聚类中心数K作为径向基神经网络的神经元个数；根据神经元个数，采用高斯函数作为核函数构建径向基神经网络；以融合组作为径向基神经网络的输入，将神经网络的输出与相应的对照组进行对比，以对比结果作为适应度函数；(S5)采用捕猎算法，适应度函数对径向基神经网络的参数进行优化以得到径向基神经网络的各参数，并利用该径向基神经网络进行多源车速融合。本发明的方法可以地点车速进行准确高效地融合。
-
-
-
Search Results
4
records
(took 0.022 seconds)
