公开(公告)号：CN109636005A

公开(公告)日：2019-04-16

申请号：CN201811368952.3

申请日：2018-11-16

Applicant: 北京交通大学

Inventor： 王子洋 ,  姜锐 ,  贾斌 ,  李新刚 ,  陈旭东 ,  徐丽娜 ,  邢金涛 ,  杜洋 ,  向文凯 ,  潘俊燕 ,  窦帅 ,  赵荣森 ,  王剑 ,  崔宸烨

IPC: G06Q10/04 ,  G06Q50/26

CPC classification number: G06Q10/04 ,  G06Q50/26

Abstract: 本发明提供了一种基于微观仿真的城市路网疏散策略优化方法，包括：建立N*N的曼哈顿网络，任何两个相邻的交叉口之间通过两车道连接；建立车辆在曼哈顿网络中的行驶规则，建立交叉口车辆的流向方式，建立交叉口车辆无任何冲突的所有AB式流向组合方式；保证每个相位信号灯控制的都是交叉口2条入口道的流量，且排除无法成功疏散的流向组合方式；建立全平面车辆疏散及四象限车辆疏散相应的AB式流向组合方式；建立每个相位的绿灯时长；编译程序，记录全平面及四象限每种流向组合方式能否成功疏散；如果疏散成功，记录相应的车辆疏散时间。应用本发明可以针对曼哈顿网络，完全依靠信号灯进行路径管控式的车辆疏散，满足道路交通安全保障的需求。

公开(公告)号：CN115620514B

公开(公告)日：2024-08-02

申请号：CN202211156320.7

申请日：2022-09-22

Applicant: 北京交通大学

Inventor： 卢苇 ,  孔祥远 ,  邢薇薇 ,  魏翔 ,  张健 ,  邢金涛

IPC: G08G1/01 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明提供了一种基于自适应广义PageRank图神经网络的交通流预测方法。该方法包括：获取公共交通流量数据中的信息点POI信息，构建距离编码；将时间信息构建为时间编码，拼接距离编码和时间编码为时空编码DTE；构建基于广义PageRank的时空图神经网络模型，将历史时间序列特征H和DTE作为基于广义PageRank的时空图神经网络模型的输入数据，对基于广义PageRank的时空图神经网络模型的进行训练，将历史交通流量序列输入到训练好的基于广义PageRank的时空图神经网络模型，基于广义PageRank的时空图神经网络模型输出未来交通流量序列。本发明设计了RPTA来自适应地建模不同时间步长之间的非线性相关性，设计了距离和时间编码来合并道路网络的地理信息和时间信息，可以有效地预测道路的交通流。

公开(公告)号：CN115620514A

公开(公告)日：2023-01-17

申请号：CN202211156320.7

申请日：2022-09-22

Applicant: 北京交通大学

Inventor： 卢苇 ,  孔祥远 ,  邢薇薇 ,  魏翔 ,  张健 ,  邢金涛

IPC: G08G1/01 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供了一种基于自适应广义PageRank图神经网络的交通流预测方法。该方法包括：获取公共交通流量数据中的信息点POI信息，构建距离编码；将时间信息构建为时间编码，拼接距离编码和时间编码为时空编码DTE；构建基于广义PageRank的时空图神经网络模型，将历史时间序列特征H和DTE作为基于广义PageRank的时空图神经网络模型的输入数据，对基于广义PageRank的时空图神经网络模型的进行训练，将历史交通流量序列输入到训练好的基于广义PageRank的时空图神经网络模型，基于广义PageRank的时空图神经网络模型输出未来交通流量序列。本发明设计了RPTA来自适应地建模不同时间步长之间的非线性相关性，设计了距离和时间编码来合并道路网络的地理信息和时间信息，可以有效地预测道路的交通流。