-
公开(公告)号:CN107346470A
公开(公告)日:2017-11-14
申请号:CN201710466038.1
申请日:2017-06-19
Applicant: 长安大学
CPC classification number: G06Q10/0631 , G06F16/211 , G06F16/2358 , G06F16/36 , G06Q50/26 , G06Q50/30
Abstract: 一种面向交通信息服务的智能规划方法,根据收到服务请求信息与当前模板库中模板完全不相同时,服务请求信息与当前模板库中信息部分相同时,服务请求信息与当前模板库中信息完全相同时,进行相应的步骤。本发明将用户出行的请求服务映射到智能规划的交通领域下,规划用户出行行为,从而指导用户出行。将存在嵌套的、拥有复合过程的问题域中的方法逐层分解成简单过程。这样,有助于将众多功能集中的组合问题域分解成功能单一的、相互独立的单元,从而匹配预设的服务集合。
-
公开(公告)号:CN106910337A
公开(公告)日:2017-06-30
申请号:CN201710039355.5
申请日:2017-01-19
Applicant: 长安大学
CPC classification number: G08G1/0125 , G06N3/061
Abstract: 本发明提出一种基于萤火虫算法与RBF神经网络的交通流预测方法,包括:对样本的数据进行归一化化处理,使输入数据与输出数据处于同一数量级;初始化萤火虫算法参数,利用随机方法初始化萤火虫种群,并对种群中每个个体进行编码;利用萤火虫算法训练RBF神经网络,得到种群最优个体;对种群最优个体进行解码,得到训练好的RBF神经网络;利用训练好的RBF神经网络对交通流数据样本进行预测。与传统的交通流预测方法相比,本发明充分发挥萤火虫优化算法在RBF神经网络训练中的优势,使RBF网络具有更准确的预测能力、更快的训练效率以及更好的泛化能力。本发明属于交通运输信息工程技术领域,可用于智能交通系统中道路交通流的预测。
-
公开(公告)号:CN107181793B
公开(公告)日:2019-04-23
申请号:CN201710284418.3
申请日:2017-04-27
Applicant: 长安大学
IPC: H04L29/08
Abstract: 一种基于动态博弈论的交通服务信息转发机制,属于城市智能交通信息技术领域,基于动态博弈论理论,将多群体动态演化博弈理论应用在交通服务信息传输这样的交通应用场景中,将车联网节点分为多个种群,采用奖惩机制,利用种群的演化博弈,通过收益鼓励节点积极行为的积极发布和转发数据,抑制车辆节点的自私行为,从而抑制车联网中节点的自私行为,激励节点积极参与交通服务信息的传输;有效提高数据传输效率,同时动态引导车联网环境趋于一种良性的网络状态。
-
公开(公告)号:CN108882257B
公开(公告)日:2019-04-09
申请号:CN201810311644.0
申请日:2018-04-09
Applicant: 长安大学
Abstract: 本发明提供了一种车载自组织网络中基于相遇概率的自适应机会转发方法,包括:在车载网络中任选一车辆作为请求车辆节点,设请求车辆节点产生消息并需要将该消息转发至目的节点;若候选转发节点与目的节点的相遇概率预测值大于请求车辆节点与目的节点的相遇概率预测值;预测请求车辆节点与候选转发节点的相遇持续时间,若请求车辆节点与候选转发节点的相遇持续时间大于阈值Tmin时,请求车辆节点将消息转发至候选转发节点;若消息转发所用时间大于预设的更新周期,则将消息转发至路边单元,由路边单元将消息转发给途经路边单元的车辆节点;若消息转发所用时间T大于一个更新周期,则请求车辆节点继续移动。
-
公开(公告)号:CN107509228A
公开(公告)日:2017-12-22
申请号:CN201710607793.7
申请日:2017-07-24
Applicant: 长安大学
Abstract: 本发明公开了一种车联网下的数据可信传输方法,包括建立车联网中节点的可动态更新信誉值,从而得到车联网的信誉评价模块;对车联网中的节点进行监控,建立车联网的可信程度评价模块;基于信誉评价模块的评价结果建立路由,并且对多个路由进行筛选,得到安全可靠的路由;然后建立数据传输过程,对数据传输过程进行实时检验,从而完成数据的传输。在路由建立和数据传输过程中及时检验节点信誉度并更新节点的信誉度,以节点的行为可信度评估节点的身份可信度,保证数据传输的可靠性和稳定性。
-
公开(公告)号:CN107230349A
公开(公告)日:2017-10-03
申请号:CN201710367888.6
申请日:2017-05-23
Applicant: 长安大学
CPC classification number: G08G1/0129 , G08G1/065
Abstract: 本发明提出了一种在线式实时短时交通流预测方法,对LS‑SVM模型中Lagrange乘子向量的求解过程进行了简化,提出了利用滑动时间窗口的移动来控制新数据样本的加入和旧数据样本的移除,滑动时间窗口中数据样本更新后,仅通过向量的线性运算就可以求得Lagrange乘子向量更新值,从而完成短时交通流预测模型的在线更新。本方法能够有效缩短预测模型在线更新的时间,提高在线短时交通流预测的实时性。
-
-
-
-
-