-
公开(公告)号：CN119109699A
公开(公告)日：2024-12-10
申请号：CN202411431600.3
申请日：2024-10-14
Applicant: 长安大学
Abstract: 本发明公开了基于复杂网络任务依赖型动态攻击策略的节点保护方法，包括以下步骤：S1：构建多层次图神经网络；多层次图神经网络中，节点为交通枢纽、交叉口；S2：构建强化学习模型；S3：基于多层次图神经网络、强化学习模型，构建深度Q网络模型DQN；S4：使用深度Q网络模型获取关键节点序列；S5：计算S4中移除关键节点时的网络失效规模及每个节点的风险评估结果，并结合关键节点序列，获取优先级节点；出现交通故障时，对优先级节点进行保护策略调整。以解决现有方法中存在的无法有效应对复杂任务依赖关系、动态攻击响应不足以及计算复杂度高的问题。
-
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：CN113361052B
公开(公告)日：2024-02-23
申请号：CN202110632050.1
申请日：2021-06-07
Applicant: 长安大学
Abstract: 本发明公开了一种基于耦合映象格子的可恢复异质网络级联失效方法、设备及存储介质，具体为：以交通网络的站点为网络节点，以同一条线路的前后站点间为连边，构建含权无向网络；时间步t>1，在0～t的时间步内，网络内部所有节点均处于正常状态，在t时间步时，基于可恢复的耦合映象格子模型HCML，根据HCML确定在外部扰动R作用下的网络失效结果，度量网络级联失效规模。本发明充分考虑节点恢复特征所引起的级联失效动力学过程，更全面、更准确地描述现实网络的级联行为。
-
公开(公告)号：CN115691126A
公开(公告)日：2023-02-03
申请号：CN202211315847.X
申请日：2022-10-26
Applicant: 长安大学
IPC: G08G1/01 , G08G1/0968
Abstract: 本发明公开了一种基于深度优先搜索算法的交通网络冗余性测度方法，包括：基于任意地点即节点间的连接关系构建考虑出行成本的交通网络模型；根据出行者的出行线路选择条件，设定起讫点间有效路径的判定依据；采用改进的深度优先搜索算法，搜索得到能够表征整个交通网络中所有OD对间有效路径数量的邻接矩阵；基于邻接矩阵，考虑起讫点间冗余路径的数量及不同冗余路径的离散程度，建立交通网络的冗余性测度模型；利用交通网络的冗余性测度模型进行交通网络的冗余性测度。根据出行者对出行线路的要求测算起讫点间的有效路线，考虑了出行者出行过程中偏好较少换乘次数、抗拒到达重复站点及线路、期望花费较小费用和较少时间的因素，使测度更真实。
-
公开(公告)号：CN115689237A
公开(公告)日：2023-02-03
申请号：CN202211414434.7
申请日：2022-11-11
Applicant: 长安大学
IPC: G06Q10/0631 , G06N3/006 , G06Q50/06
Abstract: 本发明公开了一种基于多目标粒子群算法的电动汽车充电站双视角选址方法，基于灰色预测模型，预测充电站数量；在充电站网络视角下构建包含充电站网络平均路径长度和充电站网络效率的选址优化目标；构建成本视角下的选址优化目标；构建充电站网络视角和成本视角结合的多目标函数与约束条件；基于多目标函数与约束条件，通过基于运动学改进的多目标粒子群算法在充电站备选位置坐标集合中对构建的带约束条件的多目标函数进行求解，提升了求解精度，获取最终选址方案。初始化种群时，根据实际地理状况以及预测的充电站数量，搜集并输入充电站备选位置坐标集合，在充电站备选位置坐标集合内随机生成若干种充电站网络布局并将其编译为粒子群初始位置。
-
Patent Agency Ranking
公开(公告)号：CN112700124A
公开(公告)日：2021-04-23
申请号：CN202011602569.7
申请日：2020-12-29
Applicant: 长安大学
Abstract: 本发明公开了一种多层交通网络MRWC节点重要性排序方法、系统、电子设备及计算机可读存储介质，所述方法包括：构建获得多层交通网络；计算所述多层交通网络各连边权重，获得权重矩阵；将获得的权重矩阵进行归一化处理，获得概率矩阵M；所述多层交通网络共有N个节点，在初始时刻每个节点的重要性相同，获得起始游走矩阵v；基于获得的概率矩阵M和起始游走矩阵v，进行游走迭代，取迭代稳定后的游走矩阵作为多层交通网络各节点的重要度值；将重要度值排序比较，获得节点重要性排序的最终结果。本发明中，通过构建综合考虑层内层间关系的超邻接概率矩阵，能够使得评估结果对于多层真实网络能够更加准确高效。
-
公开(公告)号：CN112580176A
公开(公告)日：2021-03-30
申请号：CN202011535370.7
申请日：2020-12-23
Applicant: 长安大学
Abstract: 本发明公开了一种三层复杂交通网络模型构建方法、系统、设备及存储介质，模型构建方法：获取并处理地图中目标区域内多个目标路段对应的地图信息；搭建中间层无向加权的地铁网络；分别以各地铁站点为圆心、步行经济距离ra为半径进行覆盖，将各地铁站点覆盖范围内的所有公共自行车停放点聚合为自行车网络节点，与地铁网络节点一一对应；以自行车经济出行距离rb作为连边依据进行自行车网络节点连边。将各条公交线路抽象为公交网络节点，以两条线路之间存在直接换乘关系进行连边。本发明充分考虑各交通方式的特征与异质性，突出换乘特点，更贴近现实出行状况，更利于网络动态行为研究，使得研究结果更具现实价值。
-
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。
-
公开(公告)号：CN114611996B
公开(公告)日：2024-08-27
申请号：CN202210325857.5
申请日：2022-03-30
Applicant: 长安大学
IPC: G06Q10/067 , G06Q50/26
Abstract: 本发明公开了一种应对城际铁路中断的多模式走廊构建方法、装置及设备，获取中断线路信息和交通应急资源信息；将中断线路信息和交通应急资源信息输入多模式走廊构建模型，输出出行需求对应的多式协同运输方案和用于灾后响应的多模式载具的调度方案。其目的在于在城市群交通系统发生灾害后，面向城市群范围内核心城市的出行需求，利用受损的基础设施规划多模式交通的绕行替代路线，调度备用应急载具，构建多式协同的客流运输方案，以达到交通系统供需平衡快速恢复的目标，同时降低乘客的总体延误。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.017 seconds)
