-
公开(公告)号：CN114991808A
公开(公告)日：2022-09-02
申请号：CN202210635265.3
申请日：2022-06-07
Applicant: 西南交通大学 , 中铁十九局集团第六工程有限公司 , 中铁十九局集团有限公司 , 中铁二院工程集团有限责任公司
Abstract: 本发明提供一种隧道结构的设计方法和隧道结构，该方法包括：获取联络通道的初始设计宽度以及疏散人数，根据初始设计宽度所对应的预设拥堵比例系数获得拥堵人数；根据拥堵人数计算出拥堵人数所占用的拥堵区域的拥堵面积；根据拥堵面积获得矩形亚安全区的亚安全区面积；根据拥堵面积与亚安全区面积确认矩形亚安全区的亚安全区宽度和亚安全区长度。该隧道结构采用该方法获得。应用本发明的隧道结构的设计方法可优化隧道联络通道，降低了在人们在疏散过程中的风险，提高了疏散的效率。
-
公开(公告)号：CN114936456A
公开(公告)日：2022-08-23
申请号：CN202210542850.9
申请日：2022-05-18
Applicant: 西南交通大学 , 中铁十九局集团第六工程有限公司 , 中铁十九局集团有限公司 , 中铁二院工程集团有限责任公司
Abstract: 本发明提供一种隧道施工组织方案仿真方法、计算机装置、计算机可读存储介质，隧道施工组织方案仿真方法包括获取隧道的通道模型、车辆模型、节点模型，获取通道静态属性参数的第一设定值、通道动态属性参数的第一初始值、节点静态属性参数的第一第二设定值、节点动态属性参数的第二初始值、车辆动态属性参数的第三初始值，获取通道模型的事件以及节点模型的事件，获取开始事件与结束事件，结束事件被触发时输出仿真结果，仿真结果包括随时间变化的隧道车辆数量，本发明针对长大隧道内车辆运行进行仿真测试并能够输出该方案施工效率，模型构建简易可行，考虑到车辆在交叉口的多种等待行为，仿真全面且速度快。
-
公开(公告)号：CN112530177A
公开(公告)日：2021-03-19
申请号：CN202011319755.X
申请日：2020-11-23
Applicant: 西南交通大学 , 成都交大大数据科技有限公司
Abstract: 本发明公开一种车联网环境下基于卡尔曼滤波的车辆排队长度估计方法，应用于交通工程技术领域，为了解决现有卡尔曼滤波方法在估计队列长度中不能提供秒级排队长度的估计，并且没有充分利用实时车联网数据的问题，本发明首先，根据车联网轨迹数据估算交通量、饱和流量和渗透率；然后，考虑到估计误差，提出了一种卡尔曼滤波方法，以基于这些估计的参数(即交通量、饱和流量和渗透率)和交通信号配时数据来实时估计排队长度；本发明所提出的方法可以实现秒级的排队长度估计，对于评估交通信号性能和优化交通信号配时有非常重要意义。
-
公开(公告)号：CN109635495A
公开(公告)日：2019-04-16
申请号：CN201811632528.5
申请日：2018-12-29
Applicant: 西南交通大学 , 成都交大大数据科技有限公司
CPC classification number: G06F17/5009 , G06N3/08 , G06N3/126
Abstract: 本发明公开了一种基于神经网络和遗传算法的干道相位差仿真优化方法，包括获取干道交叉口数据，搭建干道仿真模型，获取不同相位差对应的干道车辆延误数据，采用神经网络拟合相位差和干道车辆延误数据，采用真值编码方法对相位差参数进行处理，生成初始种群，计算个体适应度，判断个体适应度是否满足预设终止条件，当不满足时对群体进行交叉、变异处理，对群体实施最优保存策略，重新计算适应度。本发明以干道车辆总延误最小为优化目标，建立以干道交叉口相位差为优化参数的仿真优化模型，并采用神经网络拟合多交叉口相互影响下的相位差和延误之间的关系，采用遗传算法对模型进行求解，从而减少干道车辆平均延误时间，提高干道交叉口整体通行效率。
-
公开(公告)号：CN107705589A
公开(公告)日：2018-02-16
申请号：CN201711076512.6
申请日：2017-11-06
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于自适应遗传算法的双环信号配时优化方法。其包括获取交叉口使用双环信号配时时的交叉口交通流数据，使用真值编码方法进行处理，生成初始父代群体，计算个体的适应度，判断个体适应度是否满足预设终止条件，当不满足时采用随机联赛选择方法对群体进行选择处理，采用自适应交叉概率方法对群体进行单点交叉处理，采用自适应变异概率方法对群体进行非均匀变异处理，对群体实施最优保存策略，重新计算个体的适应度。本发明以交叉口车辆平均延误最少为优化目标，建立以各流向绿灯时间为优化参数的双环信号配时优化模型，并采用自适应遗传算法对模型进行求解，从而减少交叉口车辆平均延误时间，提高交叉口运行效率。
-
Patent Agency Ranking
公开(公告)号：CN118470989B
公开(公告)日：2024-11-29
申请号：CN202410377085.9
申请日：2024-03-29
Applicant: 西南交通大学 , 四川省中车铁投轨道交通有限公司
Abstract: 本发明提供了一种信号交叉口混合车队协同生态驾驶控制方法及系统，涉及生态驾驶技术领域，包括获取信号交叉口识别区域的车辆信息，包括时刻、速度、能耗类型和控制类型，并将其发送至到达时刻模块进行预测处理，以得到车辆到达交叉口的预测信息。基于预测信息，进行车辆队列划分，得到队列信息，然后发送至轨迹优化模块进行轨迹优化，生成车辆的控制信息。最终，根据控制信息对所有车辆进行控制，直至所有车辆通过交叉口。该方法充分考虑了车辆的动态特性和能源消耗，可提高交通通行效率、降低能源消耗、提升交通安全性，为城市交通管理带来创新解决方案。
-
公开(公告)号：CN118365022A
公开(公告)日：2024-07-19
申请号：CN202410345464.X
申请日：2024-03-25
Applicant: 西南交通大学
IPC: G06Q10/0631 , G06N3/092 , G06Q50/40
Abstract: 本发明公开了一种基于多智能体强化学习算法的电梯疏散优化调度方法，用于实现紧急情况下深埋地铁车站人员的快速疏散，包括：利用模拟仿真软件构建增加安全层的深埋地铁车站模型；规定深埋地铁疏散场景下电梯运行逻辑，并确定电梯执行动作信息；建立深度强化学习框架，确定状态空间、动作空间和奖励函数；使用MADDPG算法，对多台电梯智能体协同楼梯疏散人员进行中心化训练和非中心化执行，训练得到多智能体强化学习网络；将多智能体强化学习网络用于深埋地铁车站中的疏散电梯控制；本发明可实现紧急情况下深埋地铁车站人员的快速疏散。
-
公开(公告)号：CN115081682B
公开(公告)日：2024-06-21
申请号：CN202210583017.9
申请日：2022-05-26
Applicant: 西南交通大学 , 中铁十九局集团第六工程有限公司 , 中铁十九局集团有限公司 , 中铁二院工程集团有限责任公司
IPC: G06Q10/047 , G06Q10/0631 , G06Q50/08 , G06Q50/26
Abstract: 本发明提供一种长大隧道施工交通组织优化方法和计算机装置，该方法包括：基于隧道中的实际道路网络，建立道路网络拓扑模型；根据预设目标函数以及预设约束条件获得道路网络拓扑模型中车辆的最优行驶路径。应用本发明的长大隧道施工交通组织优化方法可提高隧道交通运行效率、顺畅性以及安全性。
-
公开(公告)号：CN117681878A
公开(公告)日：2024-03-12
申请号：CN202410156226.4
申请日：2024-02-04
Applicant: 西南交通大学
IPC: B60W30/18
Abstract: 本发明涉及智能交通控制领域，公开了一种编队感知的智能网联汽车协同变道方法，包括基于本体车队中任意智能网联汽车感知相邻车道中出现的智能网联汽车确定变道意图；获取本体车队信息和客体车队信息，并确定变道目标车辆、变道目标车道和变道间隙；根据本体车辆与客体车辆的车头间距是否满足直接变道条件，或根据客体车辆的合作加速度以及本体车辆与客体车辆的车头间距变化值是否满足协同变道条件，确定变道方式；根据确定的变道方式，控制变道目标车辆实施变道。本发明根据参与车辆的速度与位置信息确定变道方式，实现多车的协同变道，能够增加道路通行能力，同时提高换道效率和交通流稳定性。
-
公开(公告)号：CN117571010A
公开(公告)日：2024-02-20
申请号：CN202311570108.X
申请日：2023-11-23
Applicant: 西南交通大学
IPC: G01C21/34
Abstract: 本发明涉及汽车路径规划技术领域，公开了一种适用于高速公路上的电动汽车路径选择方法，包括以下步骤：S1、驾驶员添加并规划原定高速公路行程；S2、根据电动汽车驾驶充电习惯计算车辆总续航“焦虑”充电阈值，判断进入高速行程前是否需要进行充电；S3、进入高速公路路径行驶过程中通过大数据智慧网联检测原规划路径过程中车流量情况，并判断是否出现堵车；S31、判断未堵车，向驾驶员推荐“焦虑”充电阈值前排队较优的服务区进行停靠，并在充电结束后继续原定行程。通过对不同驾驶员的驾驶习惯测算出相应匹配的“焦虑”充电阈值，并在测算高速堵车状态以及非堵车状态的具体数据基础上，有效减少充电排队时间以及电量焦虑的问题。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.023 seconds)
