公开(公告)号：CN108320504B

公开(公告)日：2020-06-16

申请号：CN201810057716.3

申请日：2018-01-22

Applicant: 北京工业大学

Inventor： 李敬华 ,  梁嘉伟 ,  张勇 ,  于雅冬 ,  李欢

IPC: G08G1/01

Abstract: 基于监测数据的动态OD矩阵估计方法属于智能交通领域，传统的方法没有考虑到部分实际路网OD矩阵的稀疏性，计算出的OD矩阵及分配在路网上的流量与实际有较大偏差；而且在求解过程中，将OD矩阵分配到路网上往往需要一定时间，尤其是当路段陷入拥堵时，传统的OD矩阵分配算法需要较长时间，难以满足实时性要求。本发明构建了稀疏约束下的动态OD矩阵估计模型，并提出了一种稀疏约束下的动态OD矩阵估计快速算法,基于径向基神经网络对OD矩阵分配函数进行拟合。基于此，需要解决的关键问题包括：稀疏约束下的动态OD矩阵估计模型；稀疏约束下的动态OD矩阵估计实时算法。理论上，本发明提出的方案可以更准确地估计动态OD矩阵，并满足实时性要求。

公开(公告)号：CN108320504A

公开(公告)日：2018-07-24

申请号：CN201810057716.3

申请日：2018-01-22

Applicant: 北京工业大学

Inventor： 李敬华 ,  梁嘉伟 ,  张勇 ,  于雅冬 ,  李欢

IPC: G08G1/01

Abstract: 基于监测数据的动态OD矩阵估计方法属于智能交通领域，传统的方法没有考虑到部分实际路网OD矩阵的稀疏性，计算出的OD矩阵及分配在路网上的流量与实际有较大偏差；而且在求解过程中，将OD矩阵分配到路网上往往需要一定时间，尤其是当路段陷入拥堵时，传统的OD矩阵分配算法需要较长时间，难以满足实时性要求。本发明构建了稀疏约束下的动态OD矩阵估计模型，并提出了一种稀疏约束下的动态OD矩阵估计快速算法,基于径向基神经网络对OD矩阵分配函数进行拟合。基于此，需要解决的关键问题包括：稀疏约束下的动态OD矩阵估计模型；稀疏约束下的动态OD矩阵估计实时算法。理论上，本发明提出的方案可以更准确地估计动态OD矩阵，并满足实时性要求。