-
Patent Agency Ranking
公开(公告)号：CN110245423A
公开(公告)日：2019-09-17
申请号：CN201910516666.5
申请日：2019-06-14
Applicant: 重庆大学
Abstract: 本发明公开了一种高速公路收费站间流量关系分析方法，包括如下步骤：步骤1：在不考虑车辆时延性及离散性的理想条件下，假设车辆间距服从均匀分布，得到高速公路收费站间流量转移系数；步骤2：预估车辆通过各高速公路收费站的行程时间；步骤3：拟合各高速公路收费站间的车辆行程时间的分布；步骤4：在考虑车辆时延性的基础上修正收费站间的流量转移系数；步骤5：基于步骤4，在考虑车辆离散性的基础上进一步修正收费站间的流量转移系数；步骤6：结合步骤,步骤3～步骤5，建立各收费站间的流量转移矩阵。算法可消除不考虑车辆时延性和离散性理想条件下收费站间流量关系的误差，更加符合车辆在高速公路收费站间行驶的实际情况。
-
公开(公告)号：CN110245423B
公开(公告)日：2023-01-31
申请号：CN201910516666.5
申请日：2019-06-14
Applicant: 重庆大学
Abstract: 本发明公开了一种高速公路收费站间流量关系分析方法，包括如下步骤：步骤1：在不考虑车辆时延性及离散性的理想条件下，假设车辆间距服从均匀分布，得到高速公路收费站间流量转移系数；步骤2：预估车辆通过各高速公路收费站的行程时间；步骤3：拟合各高速公路收费站间的车辆行程时间的分布；步骤4：在考虑车辆时延性的基础上修正收费站间的流量转移系数；步骤5：基于步骤4，在考虑车辆离散性的基础上进一步修正收费站间的流量转移系数；步骤6：结合步骤,步骤3～步骤5，建立各收费站间的流量转移矩阵。算法可消除不考虑车辆时延性和离散性理想条件下收费站间流量关系的误差，更加符合车辆在高速公路收费站间行驶的实际情况。
-
公开(公告)号：CN108597227A
公开(公告)日：2018-09-28
申请号：CN201810529466.9
申请日：2018-05-29
Applicant: 重庆大学
Abstract: 本发明属于交通数据分析技术领域，公开了一种高速公路收费站下道交通流量预测方法，包括如下步骤：提取影响两收费站间流量转移关系的特征，将特征进行处理，利用数学语言进行表示；对提取并处理后的特征进行分析聚类；计算不同时间窗下的上道收费站和下道收费站之间的OD分流比例；确定目标收费站与其相关收费站的OD分流比例的最优时间窗；计算最优时间窗下上道收费站和下道收费站之间的OD分流比例；通过历史数据学习获得的特征与OD分流比例的关系；提取与目标收费站相关的各个收费站上道信息的特征参数，根据所获得的关系，获取各收费站与目标收费站间的OD分流比例；根据上道收费站的上道流量预测下道收费站的下道流量；获得下道收费站的下道流量；本发明算法稳定性好、预测精度高。
-
公开(公告)号：CN108597227B
公开(公告)日：2021-05-25
申请号：CN201810529466.9
申请日：2018-05-29
Applicant: 重庆大学
Abstract: 本发明属于交通数据分析技术领域，公开了一种高速公路收费站下道交通流量预测方法，包括如下步骤：提取影响两收费站间流量转移关系的特征，将特征进行处理，利用数学语言进行表示；对提取并处理后的特征进行分析聚类；计算不同时间窗下的上道收费站和下道收费站之间的OD分流比例；确定目标收费站与其相关收费站的OD分流比例的最优时间窗；计算最优时间窗下上道收费站和下道收费站之间的OD分流比例；通过历史数据学习获得的特征与OD分流比例的关系；提取与目标收费站相关的各个收费站上道信息的特征参数，根据所获得的关系，获取各收费站与目标收费站间的OD分流比例；根据上道收费站的上道流量预测下道收费站的下道流量；获得下道收费站的下道流量；本发明算法稳定性好、预测精度高。
-
公开(公告)号：CN110390419A
公开(公告)日：2019-10-29
申请号：CN201910419664.4
申请日：2019-05-20
Applicant: 重庆大学
Abstract: 本发明公开了一种基于PSO-LSSVM模型的高速公路收费站流量预测方法，首先对收费站流量时间序列进行提取，求得两两时间序列间的皮尔逊相关系数，在保证收费站流量具有时间相关性后，通过大量历史数据训练LSSVM模型，并在此基础上利用PSO算法优化LSSVM模型中核函数参数，该方法避免了传统线性预测算法逻辑简单，实验条件过于理想，预测误差较大的不足，利用核函数将数据映射到高维空间进行回归，考虑了数据间的非线性关系；其次，通过PSO算法优化最小二乘支持向量回归LSSVM模型，通过选取最优核函数参数使得预测效果达到最优，算法可消除传统LSSVM模型中核函数参数随机选择或人为设置对目标收费站流量预测结果的影响，稳定性好、预测精度高。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
