-
公开(公告)号：CN115017720B
公开(公告)日：2024-12-27
申请号：CN202210711903.5
申请日：2022-06-22
Applicant: 东南大学
IPC: G06Q10/067 , G06F30/27 , G06Q10/04 , G06Q50/40 , G06F16/9537 , G06N7/01 , G06F111/10 , G06F111/08
Abstract: 本发明公开了一种基于巢式动态离散选择的出行活动链生成方法，包括步骤：S1，定义动态离散选择模型的参数，构建出行者的全天出行活动链模型；S2，定义状态转移矩阵，将连续阶段的状态‑选择对之间建立联系；S3，以理性出行者和效用最大化决策准则为前提，推导出每个阶段出行者的期望效用函数；S4，定义扰动项的分布，得到具有闭合形式的巢式动态离散选择模型；S5，根据选择特征，定义即时效用函数，并计算选项特定效用函数；(6)对步骤(5)中各种即时效用函数的参数进行估计，并进行出行活动链的生成。本发明通过引入基于巢式选择模型的扰动项分布，刻画出出行方式的选择相关性，能更好地预测出行者的完整出行活动链。
-
公开(公告)号：CN114997732B
公开(公告)日：2024-11-08
申请号：CN202210799566.X
申请日：2022-07-06
Applicant: 东南大学
IPC: G06Q10/0639 , G06Q50/26 , G06F17/18 , G06F17/16
Abstract: 本发明涉及一种城市多模式公共交通网络冗余性评估方法，包括(1)采用Space L方法映射城市常规公交网络和轨道交通网络拓扑结构；(2)根据不同网络之间的站点距离，复合城市常规公共交通网络和轨道交通网络构建城市多模式公共交通拓扑网络；(3)从网络特性与出行者行为两个角度选取冗余性相关指标，量化指标值；(4)最后运用熵值法融合指标构建冗余性综合评估方法，对城市多模式公共交通网络冗余性进行评估。本发明从网络系统角度和出行者角度综合考虑城市多模式公共交通系统的冗余特性并运用熵值法融合指标，评估方法更加全面，更符合实际情况，可为提升城市公共交通韧性，建设韧性城市提供参考依据。
-
公开(公告)号：CN118364947A
公开(公告)日：2024-07-19
申请号：CN202410462313.2
申请日：2024-04-17
Applicant: 东南大学
IPC: G06Q10/04 , G06Q50/40 , G06F18/23213 , G06N3/006 , G06N3/0442 , G06N3/045 , G06N3/0455
Abstract: 本发明提供了基于用户画像的城际公铁联程出行方案生成方法，属于多模式交通出行技术领域。步骤包括、获取乘客出行数据，该出行数据为N名乘客一天内通过城际公铁联程进行出行的数据；获取联程信息；确定用户敏感度标签；构建出行方式选择库；出行方式预测与模型训练；出行方案推荐结果。本发明提出基于用户画像的城际公铁联程出行方案生成方法，该方法结合了用户画像充分考虑的乘客不同出行偏好的个性化的公铁联程出行需求，通过本方法获得的城际公铁联程出行方案生成，一方面为乘客提供个性化定制的出行方案，给乘客提供更多元化的出行选择，使乘客在不同出行场景下能够灵活选择最适合自己的出行方式，提高出行效率和舒适度，另一方面可以实现数据驱动的决策，优化线路规划、车辆调度等方面，提高城际公铁联程出行的整体运营效率和服务质量。
-
公开(公告)号：CN116108625A
公开(公告)日：2023-05-12
申请号：CN202211550771.9
申请日：2022-12-05
Applicant: 东南大学
Abstract: 本发明公开了一种MaaS背景下低碳导向的多类别车辆路径诱导方法，包括步骤如下：S1，计算多类别车辆边际行程时间；S2，确定碳排放量公式，然后进行边际碳排放量的计算；S3，构建符合减碳诱导需求的路径定价规则；S4，确定影响顾客选择的因素，然后使用二项logit模型进行离散选择模型的构建；S5，采用仿真软件实现在实际路网下的模拟，然后对关键指标进行评价。本发明能够较好地反应平台定价策略、政府碳惩罚力度等的变化对交通出行碳排放的影响，对政府在交通领域的减碳政策以及平台定价规则的制定具有一定参考意义。
-
公开(公告)号：CN115935820A
公开(公告)日：2023-04-07
申请号：CN202211597956.5
申请日：2022-12-12
Applicant: 东南大学
IPC: G06F30/27 , G06F17/15 , G06F119/02
Abstract: 本发明公开了一种基于改进型C‑SPSA的大规模路网交通分配模型参数优化方法，方法包括：获取路段的属性以及OD的属性；按照路段车道数分类路段广义出行费用函数参数，使用K‑means聚类方法挑选指定数量个特征差异最大的簇分类路径选择模型参数；根据手机信令数据挖掘大规模路网下的旅客出行行为，估计不同簇的路径选择模型参数；获取训练集，训练机器学习模型代替交通分配模型；使用改进型的聚类同时扰动随机逼近算法(C‑SPSA)拟合得到新的参数组合，保证交通分配的精度。
-
Patent Agency Ranking
公开(公告)号：CN115311854A
公开(公告)日：2022-11-08
申请号：CN202210868085.X
申请日：2022-07-22
Applicant: 东南大学
Abstract: 本发明公开了一种基于数据融合的车辆时空轨迹重构方法，方法包括：(1)浮动车时空轨迹重构算法，利用卡口AVI数据和GPS数据的关联性，简化地图匹配流程，基于分段三次Hermit插值法，对已知轨迹的缺失或未知的轨迹段进行修复，得到完整的浮动车时空轨迹曲线，并从中提取交通流基本图参数，作为全时空车辆轨迹重构算法的输入。(2)全时空车辆轨迹重构算法，在Newell冲击波模型中引入车辆顺序变量，用车辆顺序的变化表征车辆的超车行为，推导其与空间、时间和累计车辆数的数学关系，将轨迹重构问题转化为车辆顺序的求解问题，实现目标时段内路段上所有车辆的时空轨迹重构，有助于准确把握道路交通运行状态，实时而精准的进行交通管理与控制。
-
公开(公告)号：CN115186457A
公开(公告)日：2022-10-14
申请号：CN202210735072.5
申请日：2022-06-27
Applicant: 东南大学
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种基于固定检测器数据的机动车出行链提取方法，包括如下步骤：S1，根据车牌信息检索同一辆车的所有固定检测器观测记录，得到固定检测器监测到的机动车运动轨迹；S2，搜索每两个相邻的固定检测器观测记录间所有合理的出行和活动模式，生成出行链候选集；S3，整合基于时间分析的观测概率和基于空间分析的转移概率，得到固定检测器观测轨迹与所有候选出行链的匹配概率；S4，选择匹配概率最大的子路径作为对应固定检测器观测对间的识别结果，最终得到一条完整出行链。本发明采用面向稀疏AVI轨迹的候选出行链生成算法，融合稀疏AVI数据、大量GNSS数据和GIS数据，能实现机动车驾驶员日出性链的完整输出。
-
公开(公告)号：CN114639238A
公开(公告)日：2022-06-17
申请号：CN202210167107.X
申请日：2022-02-23
Applicant: 东南大学
Abstract: 本发明公开了一种基于归一化谱聚类算法的城市快速路交通状态估计方法，包括以下步骤：(1)对获取的城市快速路GPS数据进行预处理；(2)选定城市快速路交通运行状态的参数数据；(3)利用归一化谱聚类算法对交通流特征参数进行聚类划分并输出聚类结果确定交通估计状态；(4)利用轮廓系数SC对归一化谱聚类算法效果进行评价。本发明基于归一化谱聚类算法，通过引入新的速度离散概念和归一化拉普拉斯矩阵，能更加准确地对城市快速路交通状态进行精准估计，并在估计之后采用轮廓系数SC对整个估计结果进行效果评价，更完成整个估计过程。
-
公开(公告)号：CN113516855B
公开(公告)日：2022-06-10
申请号：CN202110630703.2
申请日：2021-06-07
Applicant: 东南大学
Abstract: 本发明涉及一种并行流交叉口的渠化设计优化方法，包括(1)基于道路几何参数与小时交通流量等计算信号交叉口的最佳信号配时周期及相关交叉口信号配时方案，(2)利用交通流传播规律得出车流排队长度，(3)结合交通流冲突理论与信号交叉口群绿波协调控制方法计算交叉口协调相位差以及(4)移位过渡段的最大值，(5)考虑换道车辆安全运行要求计算移位过渡段的取值范围，最后综合(4)与(5)的取值范围取其交集得到并行流交叉口移位过渡段的取值范围；本发明是一种以安全顺畅运行为首要目标的新型交叉口渠化设计方法，尤其适用于左转流量较大且交通需求比较对称的平面信号交叉口，其能够有效提高信号交叉口通行能力，降低车辆延误，缓解交通拥堵。
-
公开(公告)号：CN114398530A
公开(公告)日：2022-04-26
申请号：CN202111623992.X
申请日：2021-12-28
Applicant: 东南大学
IPC: G06F16/909 , G06F16/901 , G06Q10/04
Abstract: 本申请涉及一种实时预测驾驶员用车行为模式变化的方法。该方法包括：实时获取驾驶者的个人出行的历史数据并进行预处理，历史数据为驾驶者在以前的出行中车辆的使用时间以及出行的空间位置；将历史数据规整后，将出行地图划分为网格并对网格中每一个格子给予索引作为空间数据，将时间序列数据按日划分，每日统计个人车辆使用时间并以此作为时间数据，获得统计的时间序列数据；将时间序列数据输入到预先构建的广义似然比模型中，对当前周期的车辆使用模式进行分析，获得驾驶员当前周期内的车辆使用模式变化信息。以概率分布形式推断，考虑了时间依赖性以及个人属性的异质性的多个个体的私家车使用行为，有效地提升个人用车行为模式推断的精确率。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.023 seconds)
