-
Patent Agency Ranking
公开(公告)号：CN105046379A
公开(公告)日：2015-11-11
申请号：CN201510567214.1
申请日：2015-09-09
Applicant: 东南大学
IPC: G06Q10/04
Abstract: 本发明公开了一种城市公交发车时刻表优化方法。所述方法利用公交车车载AFC刷卡系统采集的历史刷卡数据，提取公交线路沿线的客流需求及沿线交通状况，并以此为基础，将公交时刻表优化抽象为非线性优化问题，采用遗传算法对公交时刻表进行优化。本发明仅依靠公交车车载AFC刷卡系统的刷卡数据即可实现对公交线路沿线的客流需求及沿线交通状况的提取，并采用遗传算法对公交发车时刻表进行优化，极大减少了人的参与，有效降低人力和时间的浪费，同时也有助于公交运行效率和服务水平的提高。
-
公开(公告)号：CN104408913A
公开(公告)日：2015-03-11
申请号：CN201410608291.2
申请日：2014-11-03
Applicant: 东南大学
IPC: G08G1/01
CPC classification number: G06Q10/04
Abstract: 本发明公开一种考虑时空相关性的交通流三参数实时预测方法，在获得目标断面及其上下游断面交通流率、速度和占有率数据的基础上，建立交通流三参数多变量短时预测的状态空间模型。依据各个交通变量在不同数据采集断面的空间相关性，建立状态空间模型的观测方程；依据多个交通变量在同一数据采集断面的时间自相关和互相关性，建立状态空间模型的状态方程；采用卡尔曼滤波算法实现交通流三参数的预测及迭代更新。本发明充分挖掘交通流三参数在不同检测断面的空间相关性以及在同一断面不同变量之间的时间自相关和互相关性，采用多变量预测算法，有利于提高交通流短时预测的准确性。
-
公开(公告)号：CN103903430B
公开(公告)日：2015-01-28
申请号：CN201410149283.6
申请日：2014-04-14
Applicant: 东南大学
Abstract: 本发明公开了一种采用多源同构数据的行程时间实时融合预测方法，包括在获得多源同构等时间间隔的连续行程时间数据序列的基础上，构建多源行程时间D-S证据推理模型识别框架；利用能够获得预测均值和动态方差的时间序列模型分别计算各类单一行程时间数据源的实时预测均值和动态方差；以动态方差预测结果作为输入数据，通过计算获得D-S证据推理模型的基本概率分配函数和基本信任分配函数，通过证据合成规则计算多源行程时间数据的动态融合权重；由单一数据源的预测均值与动态融合权重的加权和计算得到行程时间的融合结果。本发明降低了由单一数据源描述或预测道路行程时间的不确定性，进一步提高行程时间预测的准确性和可靠性，可操作性强。
-
公开(公告)号：CN104408913B
公开(公告)日：2016-03-16
申请号：CN201410608291.2
申请日：2014-11-03
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开一种考虑时空相关性的交通流三参数实时预测方法，在获得目标断面及其上下游断面交通流率、速度和占有率数据的基础上，建立交通流三参数多变量短时预测的状态空间模型。依据各个交通变量在不同数据采集断面的空间相关性，建立状态空间模型的观测方程；依据多个交通变量在同一数据采集断面的时间自相关和互相关性，建立状态空间模型的状态方程；采用卡尔曼滤波算法实现交通流三参数的预测及迭代更新。本发明充分挖掘交通流三参数在不同检测断面的空间相关性以及在同一断面不同变量之间的时间自相关和互相关性，采用多变量预测算法，有利于提高交通流短时预测的准确性。
-
公开(公告)号：CN103903430A
公开(公告)日：2014-07-02
申请号：CN201410149283.6
申请日：2014-04-14
Applicant: 东南大学
Abstract: 本发明公开了一种采用多源同构数据的行程时间实时融合预测方法，包括在获得多源同构等时间间隔的连续行程时间数据序列的基础上，构建多源行程时间D-S证据推理模型识别框架；利用能够获得预测均值和动态方差的时间序列模型分别计算各类单一行程时间数据源的实时预测均值和动态方差；以动态方差预测结果作为输入数据，通过计算获得D-S证据推理模型的基本概率分配函数和基本信任分配函数，通过证据合成规则计算多源行程时间数据的动态融合权重；由单一数据源的预测均值与动态融合权重的加权和计算得到行程时间的融合结果。本发明降低了由单一数据源描述或预测道路行程时间的不确定性，进一步提高行程时间预测的准确性和可靠性，可操作性强。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
