-
Patent Agency Ranking
公开(公告)号：CN119067473A
公开(公告)日：2024-12-03
申请号：CN202411153526.3
申请日：2024-08-21
Applicant: 长安大学
IPC: G06Q10/0637 , G06Q50/06 , G06N3/126
Abstract: 本发明提供一种基于效率视角的电动汽车充换电方法，具体步骤包括S1、基于充换电方式和充换电基础设施分类两个角度确定电动汽车充换电选址的考虑因素；S2、基于S1确定的考虑因素建立电动汽车充换电站优化选址模型；S3、对遗传算法进行改进，并基于改进遗传算法并选择目标路网对电动汽车充换电站优化选址模型进行求解。本发明显著增强了算法的整体性能，并为解决复杂的优化问题提供了更为高效且可靠的工具。通过优化充换电站的选址模型，本发明有效地降低了用户寻找充电站的时间成本，从而创造了更加便捷和高效的充换电体验。
-
公开(公告)号：CN119107802A
公开(公告)日：2024-12-10
申请号：CN202411149678.6
申请日：2024-08-21
Applicant: 长安大学
IPC: G08G1/01 , G06Q10/047 , G06Q50/40
Abstract: 本发明提供一种交通网络交通节点重要性识别方法，本发明考虑了考虑节点路径和状态扰动，具体方法为：首先建立复杂交通网络，然后计算交通复杂网络中所有交通节点的ks值，接着计算交通节点的信息熵，然后从交通网络中删除信息熵最小的交通节点，最后在当前迭代次数下，从交通节点集合中选取信息熵最大的交通节点，并将其有序地加入交通节点重要性排序集合中，直到交通网络中的所有交通节点都已经被放入重要性交通节点排序集合中为止。本发明通过综合考虑节点路径和状态扰动，实现了交通网络中关键节点更广泛和均匀的识别，从而显著提升了网络的鲁棒性和运行效率。
-
公开(公告)号：CN119129820A
公开(公告)日：2024-12-13
申请号：CN202411181545.7
申请日：2024-08-27
Applicant: 长安大学
IPC: G06Q10/04 , G06V10/764 , G06V10/774 , G06V10/776 , G06Q50/26
Abstract: 本发明提供了一种考虑级联失效和强化学习的交通关键基础设施部署方法，包括以下步骤：S1：构建道路网络结构并获取节点特征；S2：根据道路网络结构和节点特征，建立级联失效模型；S3：基于强化学习，识别级联失效模型中关键基础设施。以解决现有级联失效模型缺少对局部节点和边的深入分析且适应性差的问题。
-
公开(公告)号：CN119516762A
公开(公告)日：2025-02-25
申请号：CN202411293825.7
申请日：2024-09-14
Applicant: 长安大学
Abstract: 本发明公开了一种动态交通分配和信号控制组合优化方法，属于智慧交通领域；具体为首先构建路段阻抗函数，并引入节点阻抗得到交叉口阻抗组合函数，基于动态调整参数、车辆类型差异、天气条件、交通流速度，并通过交通流量、密度和速度关系对于交叉口阻抗组合函数进行优化得到组合优化交通阻抗模型；并应用粒子群算法对组合优化交通阻抗模型求解输出交通分配方案。本发明集成动态交通分配与自适应信号控制，提升路网应急响应能力，实现交通预测和信号调控同步，引入精确阻抗模型动态适应驾驶者偏好，从而缓解拥堵，优化旅行时间和资源配置。
-
公开(公告)号：CN119107827A
公开(公告)日：2024-12-10
申请号：CN202411152904.6
申请日：2024-08-21
Applicant: 长安大学
Abstract: 本发明提供一种行人车辆需求动态响应交通信号控制系统及控制方法。该系统集成了信号灯单元、探测器单元、二维码、车载单元和路测单元等多个组成部分。控制方法为通过信号处理器接收来自行人激活按钮、各种探测器、二维码上传的数据以及车载单元和路测单元提供的实时交通信息，利用深度学习、强化学习及长短期记忆模型等先进技术动态调整信号灯的时序计划。针对单交叉口，采用强化学习算法优化信号灯配时以减少行人和车辆冲突，并通过车辆队列模型实时监控交通流量；而在多路口网络中，则利用LSTM模型预测交通流量并通过多模态数据融合考虑外部因素影响，实现信号灯间的协调控制，优化整个交通网络的通行效率。
-
-
-
-
Search Results
5
records
(took 0.024 seconds)
