公开(公告)号：CN119940884A

公开(公告)日：2025-05-06

申请号：CN202510434577.1

申请日：2025-04-08

Applicant: 南京大学

Inventor： 王庆阳 ,  章奭雨 ,  李敏 ,  吴义男 ,  王天晓 ,  陈彩华

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06F18/23213 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种数据驱动下考虑不确定性的物资需求分析与预测方法，包括以下步骤：（1）基于历史需求数据，将业扩物资划分为连续需求物资和间歇需求物资；（2）对所述连续需求物资和间歇需求物资分别进行k‑means聚类分析；（3）根据聚类结果，对每一子类物资分别选择时间序列模型和深度学习模型进行需求预测，其中时间序列模型为自回归积分滑动平均模型ARIMA，深度学习模型为长短期记忆网络LSTM；通过评估指标对比不同模型的预测效果，选择最优预测结果作为最终需求预测值，并将结果用于物资采购决策；本发明为业扩项目物资采购管理提供科学合理的决策依据。

公开(公告)号：CN119920101A

公开(公告)日：2025-05-02

申请号：CN202510084699.2

申请日：2025-01-20

Applicant: 南京大学

Inventor： 王正礼 ,  黄一哲 ,  郑振杰 ,  陈彩华 ,  刘杉 ,  马玮

IPC: G08G1/01 ,  G08G1/123 ,  G08G1/052

Abstract: 本发明公开了一种利用浮动车辆数据识别交通事故时空位置的方法及程序产品，该方法包括：(1)获取历史分析期浮动车辆数据和待识别时间段浮动车辆数据，计算历史分析期历史平均行驶速度，以及待识别时间段实际行驶速度；(2)根据历史平均行驶速度与实际行驶速度判断每个时间区间内每个链路预期是否受到事故的影响；(3)构建事故时空位置优化模型，该模型以每个时间区间内每个链路实际是否受到每个事故的影响以及每个事故发生的时空为决策变量，以实际和预期受到事故的影响之间的差异最小化为目标；(4)为所述事故时空位置优化模型添加约束条件；(5)求解所述事故时空位置优化模型，得到事故时空位置。本发明准确性高，鲁棒性高。