-
公开(公告)号:CN117809456B
公开(公告)日:2024-12-31
申请号:CN202311861040.0
申请日:2023-12-31
Applicant: 山东高速青岛公路有限公司 , 东南大学
IPC: G08G1/01 , G06F18/214 , G06N3/0464 , G06F18/213
Abstract: 本发明公开了一种高速公路收费站流量预测方法,包括:获取用于预测的各收费站点在各时间区间内的流量数据;将获取到的用于预测的各收费站点在各时间区间内的流量数据输入预训练的流量预测模型,根据所述流量预测模型的输出确定未来的收费站流量;其中,流量预测模型的训练方法包括:获取各收费站在各时间区间内的流量数据样本;对流量数据样本进行预处理得到训练样本库;获取训练样本库中流量数据的人工标注信息,建立训练样本集和测试样本集;利用训练样本集和测试样本集训练预先构建的STGATwE交通流量时空预测网络,得到STGATwE交通流量时空预测模型,该模型利用高速公路收费站点的交通流转移特征和交通收费站的流量时空特征对交通流量做出精准的预测。
-
公开(公告)号:CN117809456A
公开(公告)日:2024-04-02
申请号:CN202311861040.0
申请日:2023-12-31
Applicant: 山东高速青岛公路有限公司 , 东南大学
IPC: G08G1/01 , G06F18/214 , G06N3/0464 , G06F18/213
Abstract: 本发明公开了一种高速公路收费站流量预测方法,包括:获取用于预测的各收费站点在各时间区间内的流量数据;将获取到的用于预测的各收费站点在各时间区间内的流量数据输入预训练的流量预测模型,根据所述流量预测模型的输出确定未来的收费站流量;其中,流量预测模型的训练方法包括:获取各收费站在各时间区间内的流量数据样本;对流量数据样本进行预处理得到训练样本库;获取训练样本库中流量数据的人工标注信息,建立训练样本集和测试样本集;利用训练样本集和测试样本集训练预先构建的STGATwE交通流量时空预测网络,得到STGATwE交通流量时空预测模型,该模型利用高速公路收费站点的交通流转移特征和交通收费站的流量时空特征对交通流量做出精准的预测。
-
公开(公告)号:CN119882735A
公开(公告)日:2025-04-25
申请号:CN202510037185.1
申请日:2025-01-09
Applicant: 东南大学
Abstract: 本发明公开了一种智能网联车辆(CAV)编队行驶多性能评价方法和系统,方法包括:构建基于不同跟驰策略的CAV队列控制模型,以适应不同交通条件和编队行驶性能需求;建立多准则决策评价体系,通过对不同准则设置不同的权重,满足CAV编队行驶性能的多样化需求;应用模糊对数最小二乘法(FLLS)确定不同决策者对各性能准则的权重,使系统能够充分反映不同决策者对于不同准则之间对比的优先级;结合灰色关联分析(GRA)和理想解相似度排序法(TOPSIS)构建GRA‑TOPSIS方法,计算评估CAV编队行驶多性能表现的综合评价指标,从而对不同策略下的评价结果进行排序。本发明能够为决策者在复杂交通环境中选择最佳的CAV编队行驶策略提供决策支持。
-
-