一种基于阻抗矩阵的改进时空网络交通流预测方法

    公开(公告)号:CN116884207A

    公开(公告)日:2023-10-13

    申请号:CN202310300118.5

    申请日:2023-03-26

    Abstract: 本发明涉及一种基于阻抗矩阵的改进时空网络交通流流量预测方法,属于交通评价和控制领域。超前准确的流量预测可以为交通管理和控制提供决策的基础数据,有利于提升管控能力和效率。一方面,现有方法主要通过交通节点检测器的历史数据训练预测模型,忽略了节点之间的空间关系,导致不同节点的预测结果与实际有一定差距。另一方面,现有预测对长时间的流量数据相关性挖掘不足,往往难以完成较长时间颗粒的预测任务,以至于长时流量预测不准确。本专利对历史数据进行基础空间关系的构建,结合交通阻抗矩阵实时刻画路网节点间的空间关系,通过所提的STTN网络深度学习模型刻画更长时间的时间相关性,以提升长时流量预测的准确性。

    一种基于轨迹数据的高速公路隧道分段方法

    公开(公告)号:CN117972550A

    公开(公告)日:2024-05-03

    申请号:CN202311871998.8

    申请日:2023-12-29

    Abstract: 本发明提出了一种基于轨迹数据的高速公路隧道分段方法。高速公路隧道不同纵向位置的驾驶行为具有较大差异,现有隧道分段方法主要考虑驾驶员的心生理变化及行车舒适性,并不能完全适用于隧道的精准管控。基于车辆连续轨迹数据所提取计算的车辆位置、速度、加速度微观信息,可以分析出隧道不同纵向位置群体驾驶行为的差异。本发明通过车辆轨迹数据进行参数提取计算,探究隧道内驾驶风险的变化规律,结合无监督学习算法依据风险特征进行隧道路段划分,最终考虑隧道内外亮度差异以及交通空间变化,修正隧道出入口临近路段长度。研究成果能够为隧道运营管理提供决策支持,有助于实现隧道不同路段的精准交通管控。

Patent Agency Ranking