-
Patent Agency Ranking
公开(公告)号：CN115662137B
公开(公告)日：2023-08-29
申请号：CN202211345489.7
申请日：2022-10-31
Applicant: 东南大学
IPC: G08G1/01 , G08G1/015 , G08G1/0967 , G08G1/0968 , G07B15/06
Abstract: 本发明设计了一种面向新型混合交通流的道路网络连续设计方法，具体步骤为：首先提出了一个面向新型混合交通流交通分配问题，用于估计路径收费(决策变量)对于流量均衡的影响，然后通过考虑人工驾驶车辆与网联自动驾驶车辆对交通状况的认知水平，增强各类型车辆路线选择行为模拟的真实性，根据交通分配问题中人工驾驶车辆路径流、网联自动就是车辆路径流与相应起终点唯一的特点，建立了混合交通流交通分配问题。为了对道路网络连续设计问题进行求解，本发明提出了一种修正的可行方向范数松弛法，在混合交通流分配问题存在唯一解或不唯一解的条件下，该算法均可实现全局最优。本发明可以实现在混合交通环境下实现网络性能的最大化。
-
公开(公告)号：CN116959250A
公开(公告)日：2023-10-27
申请号：CN202310922000.6
申请日：2023-07-26
Applicant: 东南大学
Abstract: 本发明公开了一种多车种混行环境下的道路阻抗函数参数标定方法，该方法包括以下步骤：获取目标路段的交通流环境数据；根据交通流环境数据分别计算纯车种环境下的路段通行能力值；获取目标路段全时段内的车流记录数据；优化处理车流记录数据，包括异常样本剔除、交通状态判别、计算和修正混合交通流量；采用最小二乘法完成道路阻抗函数参数标定。本发明补充了现有技术中的不足，提高了现有道路阻抗函数参数标定方法的有效性。
-
公开(公告)号：CN114694378B
公开(公告)日：2023-02-14
申请号：CN202210276416.0
申请日：2022-03-21
Applicant: 东南大学
Abstract: 本发明提出一种分别考虑区内出行与区间出行的两阶段的交通分布预测方法，该方法包括如下步骤：首先，采集城市交通出行需求分布相关数据；其次，构建交通小区内部出行需求分布量的预测模型并得到预测结果；然后，构建交通小区之间出行需求分布量的预测模型并得到预测结果；最后，综合交通小区内部和交通小区之间出行需求分布量预测模型，得到最终城市交通出行需求分布结果。本发明既弥补了常规分布模型的不足，又提高了对现状出行需求分布信息的利用程度，考虑了区内出行和区间出行的特征差异，更加符合实际情况，对城市交通出行需求分布的预测具有更好的预测性能，可为城市交通规划提供参考依据。
-
公开(公告)号：CN115662137A
公开(公告)日：2023-01-31
申请号：CN202211345489.7
申请日：2022-10-31
Applicant: 东南大学
IPC: G08G1/01 , G08G1/015 , G08G1/0967 , G08G1/0968 , G07B15/06
Abstract: 本发明设计了一种面向新型混合交通流的道路网络连续设计方法，具体步骤为：首先提出了一个面向新型混合交通流交通分配问题，用于估计路径收费(决策变量)对于流量均衡的影响，然后通过考虑人工驾驶车辆与网联自动驾驶车辆对交通状况的认知水平，增强各类型车辆路线选择行为模拟的真实性，根据交通分配问题中人工驾驶车辆路径流、网联自动就是车辆路径流与相应起终点唯一的特点，建立了混合交通流交通分配问题。为了对道路网络连续设计问题进行求解，本发明提出了一种修正的可行方向范数松弛法，在混合交通流分配问题存在唯一解或不唯一解的条件下，该算法均可实现全局最优。本发明可以实现在混合交通环境下实现网络性能的最大化。
-
公开(公告)号：CN114694378A
公开(公告)日：2022-07-01
申请号：CN202210276416.0
申请日：2022-03-21
Applicant: 东南大学
Abstract: 本发明提出一种分别考虑区内出行与区间出行的两阶段的交通分布预测方法，该方法包括如下步骤：首先，采集城市交通出行需求分布相关数据；其次，构建交通小区内部出行需求分布量的预测模型并得到预测结果；然后，构建交通小区之间出行需求分布量的预测模型并得到预测结果；最后，综合交通小区内部和交通小区之间出行需求分布量预测模型，得到最终城市交通出行需求分布结果。本发明既弥补了常规分布模型的不足，又提高了对现状出行需求分布信息的利用程度，考虑了区内出行和区间出行的特征差异，更加符合实际情况，对城市交通出行需求分布的预测具有更好的预测性能，可为城市交通规划提供参考依据。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
