-
公开(公告)号：CN118298646A
公开(公告)日：2024-07-05
申请号：CN202410426510.9
申请日：2024-04-10
Applicant: 东南大学
IPC: G08G1/08 , G08G1/01 , G08G1/056 , G08G1/0968
Abstract: 本发明公开了一种车联网环境下考虑需求流向的交叉口信号滚动优化方法，包括车辆路径最短路及转向预测模型、路口排队长度估计模型、动态信号配时方案优化模型三大关键步骤。本发明方法通过在车联网环境下采集进口到上游车辆OD信息及车辆运行状态信息，推断车辆在本交叉口的流向属性，进而准确估计下游车辆的到达状况，最终构建混合整数规划模型为路口信号灯动态推荐最佳信号配时方案，提高城市道路交通运行效率，降低出行延误水平。
-
公开(公告)号：CN114912657B
公开(公告)日：2024-05-28
申请号：CN202210380987.9
申请日：2022-04-12
Applicant: 东南大学
IPC: G06Q10/047 , G06Q10/0631 , G06Q50/40
Abstract: 本发明公开了一种基于多种收费票制的公交客流OD推导方法，包括如下步骤：根据公交出行支付信息建立公交车乘客历史出行信息表数据库，根据收费类型将每条乘客的刷卡、扫码记录分类为一票制收费和多票制收费；将一票制收费类型的乘客分类为单边出行乘客和多边出行乘客；基于一票制收费分别推导单边、多边出行乘客公交客流OD；基于多票制收费推导公交客流OD；根据上车站点与下车站点分类并计算，得到推导出的公交客流OD。本发明通过识别不同收费票制的乘客公交刷卡、扫码数据，进行特定票制的客流OD推导，对乘客可能的下车站点进行推导，补全公交刷卡、扫码乘客的客流OD，对识别公交线路瓶颈、优化站点线路、公交车班次安排有重要意义。
-
公开(公告)号：CN116186621A
公开(公告)日：2023-05-30
申请号：CN202310170758.9
申请日：2023-02-27
Applicant: 东南大学
IPC: G06F18/2415 , G06F16/35 , G06F18/23
Abstract: 本发明公开了基于LDA主题建模的居民代表性活动模式识别方法及系统，用来解决名义序列无法用聚类算法衡量相似度的问题。通过语义转换，将居民问卷调查数据转化为离散化活动序列，计算困惑度来确定最佳主题数，并采用LDA主题分布模型得到居民活动模式的潜在主题组成及其分布。将得到的活动主题分布作为新的聚类单元，运用CURE算法来进一步提取居民代表性活动模式。本发明能够从大量复杂无规则出行链信息中挖掘提取其潜在的主题，并得到有明显规律的活动模式。居民活动模式识别的结果可作为个体分类依据，用于后续建立考虑异质性的ABM模型、探讨影响活动模式因素的离散选择建模等，能够为出行行为精细化建模提供重要支撑。
-
公开(公告)号：CN115795165A
公开(公告)日：2023-03-14
申请号：CN202211623946.4
申请日：2022-12-16
Applicant: 东南大学
IPC: G06F16/9535 , G06Q30/0203 , G06Q50/30
Abstract: 本发明公开了一种空铁联程全过程个性化出行方案推荐方法及装置，该方法包括：将动态问卷发送给用户终端单元，根据用户终端单元返回的选择结果生成后续问题并获取偏好；获取用户终端单元发送的出行方案查询请求，生成可行的出行方案集合；根据偏好和出行需求，对可行的出行方案集合中的出行方案进行打分；根据出行方案得分，将方案按照得分从高到低排序并发送给用户终端单元。本发明提供的方法能够结合用户终端单元使用者的陈述偏好提供个性化的城际空铁联程全过程出行方案，有助于提升方案推荐的精度和用户终端单元使用者采用联程出行的体验。
-
公开(公告)号：CN113628455B
公开(公告)日：2022-08-05
申请号：CN202110724407.9
申请日：2021-06-29
Applicant: 东南大学
Abstract: 本申请涉及一种车联网环境下考虑车内人数的交叉口信号优化控制方法。该方法包括：通过在车联网环境下，根据当前交叉口的上游交叉口的车辆离去信息，基于训练好的长短时记忆神经网络模型实时预测当前交叉口的预计到达车辆数；根据当前交叉口的预计到达车辆数进行分析，确定当前交叉口未来时刻的排队车辆数；根据当前交叉口的未来时刻的排队车辆数，构建以当前交叉口的滞留人数为核心因素的信号优化模型；采用粒子群算法对信号优化模型进行分析，获得当前交叉口所有相位的最优绿灯持续时间；根据当前交叉口所有相位的最优绿灯持续时间，对当前交叉口的交叉口信号进行滚动优化控制，提高交叉口的通行效率，缓解道路交通压力。
-
Patent Agency Ranking
公开(公告)号：CN113656746B
公开(公告)日：2022-06-17
申请号：CN202110823723.1
申请日：2021-07-21
Applicant: 东南大学
Abstract: 本发明公开了一种动态结构下考虑群体异质性的出行方式链选择方法，包括：(1)计算先验概率；(2)计算期望效用方程，确定选项特定的价值函数和条件选择概率函数；(3)计算似然函数；(4)计算后验概率，更新条件选择概率；(5)计算效用参数和类型参数；(6)利用期望最大算法迭代优化先验概率、后验概率和组合似然函数，达到同时获得效用参数和类型参数；(7)对步骤(6)效用参数和类型参数进行参数估计。本发明利用EM算法与条件选择概率算子结合的方法，估计动态离散选择模型中的两类参数；通过马尔科夫链的结构建模前后选择之间相关性，采用有限混合分布假设将群体的选择异质性分类，从而更好地预测出行者全天出行链选择的模式。
-
公开(公告)号：CN113743987A
公开(公告)日：2021-12-03
申请号：CN202110981933.3
申请日：2021-08-25
Applicant: 东南大学
Abstract: 本发明公开了基于空铁联程的客运方式班次及票价制定方法，包括如下步骤：建立城际交通出行的效用函数，通过最大化效用函数，得到高铁、航空和空铁联程三种客运方式对每天客流量的需求函数；根据三种客运方式的需求函数，分别计算高铁、航空以及空铁联程的利润函数；将三种客运方式的利润函数转化成单目标函数，计算不同客运方式的班次和票价。本发明将空铁联程作为一种新的、独立的客运运输方式，考虑其对现有直达运输市场影响，通过结合实际客运运输信息，包括客运运输的票价、客运量、班次等，在新的竞争环境下，通过对高铁、航空和空铁联程进行票价和班次的修改，提高了资源分配，优化客运运输系统，降低运输效率低所造成的浪费。
-
公开(公告)号：CN113628455A
公开(公告)日：2021-11-09
申请号：CN202110724407.9
申请日：2021-06-29
Applicant: 东南大学
Abstract: 本申请涉及一种车联网环境下考虑车内人数的交叉口信号优化控制方法。该方法包括：通过在车联网环境下，根据当前交叉口的上游交叉口的车辆离去信息，基于训练好的长短时记忆神经网络模型实时预测当前交叉口的预计到达车辆数；根据当前交叉口的预计到达车辆数进行分析，确定当前交叉口未来时刻的排队车辆数；根据当前交叉口的未来时刻的排队车辆数，构建以当前交叉口的滞留人数为核心因素的信号优化模型；采用粒子群算法对信号优化模型进行分析，获得当前交叉口所有相位的最优绿灯持续时间；根据当前交叉口所有相位的最优绿灯持续时间，对当前交叉口的交叉口信号进行滚动优化控制，提高交叉口的通行效率，缓解道路交通压力。
-
公开(公告)号：CN112085955B
公开(公告)日：2021-07-13
申请号：CN202010919748.7
申请日：2020-09-04
Applicant: 东南大学
Abstract: 本发明涉及一种连续流交叉口的渠化设计方法，包括⑴计算连续流交叉口处移位过渡段的初始取值范围，⑵依据连续流交叉口道路条件与几何设计及交通量确定最佳配时周期，⑶结合交通流传播规律得到直行车流排队长度以及⑷计算相位差与移位过渡段的最大值，最后将⑴与⑷的取值范围取其交集最终获得连续流交叉口处移位过渡段的长度范围；本发明是一种满足移位车流安全运行需求的渠化设计方法，使连续流交叉口处交通组织更加安全顺畅，提升了交叉口通行效率，降低了车辆延误，推动了连续流交叉口的应用。
-
公开(公告)号：CN110210664B
公开(公告)日：2020-07-24
申请号：CN201910457968.X
申请日：2019-05-29
Applicant: 东南大学
Abstract: 一种考虑时间依赖性以及驾驶员属性异质性的用车行为预测的深度学习方法，通过对私家车司机提供的个人属性信息以及GPS轨迹数据的收集和整理，获得驾驶员短时的用车时间的来对汽车的使用行为进行预测。通过数据处理获得驾驶员是否用车以及用车的时间的来表示驾驶员的用车行为，并将此数据转化为二通道图片数据结构放入本发明的用于多个体的驾驶行为预测的深度学习方法中。本发明的深度学习方法可以从以时间序列堆叠的一堆二通道图片中考虑驾驶员用车行为的对于临近时间以及远期时间的时间依赖性，同时此发明不仅仅可以同时训练多个个体，还可以考虑到多个个体因为个人属性的不同而产生的用车行为模式的差异性。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.025 seconds)
