-
公开(公告)号：CN117151503A
公开(公告)日：2023-12-01
申请号：CN202310880917.4
申请日：2023-07-18
Applicant: 东南大学
IPC: G06Q10/0639 , G06Q10/083 , G06Q50/00 , G06F18/23 , G06F18/24
Abstract: 本发明提供了一种港口型物流枢纽干支配一体化运作模式评估方法，可用于评价港口型物流枢纽于其所在区域的地位、合作关系和运作阶段。所述评价体系基于社会网络分析方法，将港口置于区域港口群，根据地理区位、航线喂给、腹地关联等节点特征，从层次结构、子集群和社会圈等方面进行地位评价和干支配合作关系判断，具体分析拥有港口型物流枢纽资格的港口内部干支配运作网络，通过网络密度、节点中心性等定量指标评估枢纽干支配一体化所处阶段，为港口型物流枢纽推进干支配一体化提供指导意见。
-
-
公开(公告)号：CN115239004A
公开(公告)日：2022-10-25
申请号：CN202210908266.0
申请日：2022-07-29
Applicant: 东南大学
Abstract: 本发明公开了一种基于充电需求预测的充电停车场选址定容优化方法，包括：根据电动汽车状态的变化情况识别出行过程和充电过程；根据研究区域的用地类型和用户出行情况确定各道路节点用户出行占比和概率转移矩阵；构建模糊逻辑推理系统模拟用户充电决策，确定用户在各个道路节点的充电概率；确定各个道路节点的充电需求时空分布；构建充电停车场选址定容模型；利用遗传算法对停车场选址定容模型进行求解，采用模糊优化方法构建算法适应度函数。本发明以用户实际出行数据模拟用户充电需求分布，研究以公共停车场为充电设施备选地址，通过对电动汽车充电需求进行预测，为城市公共停车场改造提供技术支持，加快充电基础设施布局，保障绿色出行。
-
公开(公告)号：CN110866677B
公开(公告)日：2023-04-18
申请号：CN201911022570.X
申请日：2019-10-25
Applicant: 东南大学
IPC: G06Q10/0635 , G06F18/23213 , G06F16/29 , G06Q40/08
Abstract: 本发明提供一种基于基准化分析的驾驶人相对风险评价方法。通过在机动车辆上安装GPS数据采集器，获得驾驶人自然驾驶行为数据；以车辆运行参数为基础，提取关键事件，确定驾驶人的危险驾驶行为；采用聚类分析方法将不同危险程度的驾驶行为进行分类；利用基准化分析方法计算个体驾驶人相对于其他驾驶人的综合风险指数，同时得到反映驾驶人个体差异的危险驾驶行为权重分配。该方法以驾驶人的相对风险代替传统的绝对风险，从而避免对各类危险驾驶行为的绝对风险量化。通过对个体驾驶人的动态驾驶行为进行相对风险评价，可以为驾驶人的安全驾驶智能提醒与反馈、基于驾驶行为的个性化保险评估、以及道路交通安全管理提供技术支持。
-
公开(公告)号：CN113689071B
公开(公告)日：2022-11-15
申请号：CN202110800777.6
申请日：2021-07-15
Applicant: 东南大学
Abstract: 本发明提供了一种基于多驾驶人风险评价的不良驾驶行为主动干预方法，利用车载终端系统实时采集场景中多驾驶人的自然驾驶数据，构建驾驶行为数据云平台为每个驾驶人建立数据档案；以滑动时间窗的方式抽取历史行车数据，通过分析驾驶行为表征参数，辨识驾驶人的不良驾驶行为；采用聚类分析方法对各类不良驾驶行为的幅值进行分类；根据不良驾驶行为的不同风险等级，采用面积法进行幅值累加；利用可变权重的相对风险评价模型计算个体驾驶人相较于场景中其他驾驶人的不良行为综合得分，针对不同风险驾驶人生成个性化行为干预策略，实时发布到对应的车载终端。该方法可以为不良驾驶行为的监控预警、驾驶人行为推荐系统的研发等提供技术支持。
-
Patent Agency Ranking
公开(公告)号：CN114048801A
公开(公告)日：2022-02-15
申请号：CN202111261109.7
申请日：2021-10-28
Applicant: 东南大学
Abstract: 本发明提供了一种基于规则的个体活动‑出行行为决策协同建模方法。通过居民个体及家庭出行调查获取居民出行数据，构建完整的全日活动链；采用聚类分析方法提取典型全日活动链和活动模式；根据活动链的主要特征指标，定义并分解活动‑出行行为决策单元；利用集成学习算法建立各决策单元的启发式决策规则，提取互为条件变量和决策变量的决策单元；根据互联决策变量之间的相互影响程度，结合个体、家庭等潜在因素，构建互联决策单元协同选择模型；利用循环迭代算法和人工智能搜索算法，综合考虑各类约束条件，确定个体活动‑出行的协同决策规则。
-
公开(公告)号：CN113689071A
公开(公告)日：2021-11-23
申请号：CN202110800777.6
申请日：2021-07-15
Applicant: 东南大学
Abstract: 本发明提供了一种基于多驾驶人风险评价的不良驾驶行为主动干预方法，利用车载终端系统实时采集场景中多驾驶人的自然驾驶数据，构建驾驶行为数据云平台为每个驾驶人建立数据档案；以滑动时间窗的方式抽取历史行车数据，通过分析驾驶行为表征参数，辨识驾驶人的不良驾驶行为；采用聚类分析方法对各类不良驾驶行为的幅值进行分类；根据不良驾驶行为的不同风险等级，采用面积法进行幅值累加；利用可变权重的相对风险评价模型计算个体驾驶人相较于场景中其他驾驶人的不良行为综合得分，针对不同风险驾驶人生成个性化行为干预策略，实时发布到对应的车载终端。该方法可以为不良驾驶行为的监控预警、驾驶人行为推荐系统的研发等提供技术支持。
-
公开(公告)号：CN116934146A
公开(公告)日：2023-10-24
申请号：CN202310878559.3
申请日：2023-07-18
Applicant: 东南大学
IPC: G06Q10/0639 , G06Q10/083 , G06F18/23213 , G06F17/16 , G06F17/18
Abstract: 本发明公开了一种生产服务型物流企业物流服务能力评价方法，涉及物流企业的物流服务能力评价技术领域，评价体系通过对相关因素及相关文献的总结归纳，采用Delphi法确定了科学、合理、定量的评价指标体系，以及具体的评价方法。评价体系主要包含3个一级指标：企业活力、服务水平和物流效益和11个二级指标。采用层次分析法和熵权法的组合赋权法，以及TOPSIS法和秩和比法构建综合评价模型，并结合K‑means聚类分析方法，最终获得对各生产服务型物流企业的评价和分类，为发挥政府的引导作用和企业的发展提供指导意见。
-
公开(公告)号：CN114446052A
公开(公告)日：2022-05-06
申请号：CN202210049374.7
申请日：2022-01-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于多源数据多级融合的高速公路事件检测方法及装置，利用高速公路现有的线圈、微波及视频检测器实时采集道路交通流数据，构建道路交通安全云平台；根据不同检测器的布设位置，将高速公路原有线圈/微波检测器布设间隔划分为若干个小区间；分别构建事件状态下基于线圈/微波数据的断面交通流特征变量集和基于视频数据的微观车辆行为特征变量集；为实现多源信息的统一表示，构建基于多级深度自动编码网络的交通事件检测模型；将小区间聚合数据作为输入，通过模型输出交通事件检测结果。本发明在不增加现有交通设施情况下，充分利用多源交通数据，提升交通事件检测率，改善道路运行安全，提高道路通行能力。
-
公开(公告)号：CN113313145A
公开(公告)日：2021-08-27
申请号：CN202110505742.X
申请日：2021-05-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于混合核相关向量机的快速道路交通事件检测方法，根据交通事件上、下游交通流参数的变化特点，构建快速道路交通事件检测初始变量集；采用条件生成式对抗网络学习少数类样本信息，训练生成器生成少数类补充样本，平衡数据分布；采用XGBoost算法的变量重要性度量筛选出关键变量；建立基于局部高斯核和全局多项式核的组合核函数；以关键变量作为输入，训练多核相关向量机模型；通过改进的果蝇优化算法优化其参数，得到最优模型。本发明提高了交通事件检测率，及时检测快速道路上发生的交通事件，为道路应急救援争取时间，减少事件人员伤亡和财产损失，同时为道路交通安全风险预警提供技术支持。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.017 seconds)
