-
公开(公告)号：CN112580176B
公开(公告)日：2024-01-30
申请号：CN202011535370.7
申请日：2020-12-23
Applicant: 长安大学
Abstract: 本发明公开了一种三层复杂交通网络模型构建方法、系统、设备及存储介质，模型构建方法：获取并处理地图中目标区域内多个目标路段对应的地图信息；搭建中间层无向加权的地铁网络；分别以各地铁站点为圆心、步行经济距离ra为半径进行覆盖，将各地铁站点覆盖范围内的所有公共自行车停放点聚合为自行车网络节点，与地铁网络节点一一对应；以自行车经济出行距离rb作为连边依据进行自行车网络节点连边。将各条公交线路抽象为公交网络节点，以两条线路之间存在直接换乘关系进行连边。本发明充分考虑各交通方式的特征与异质性，突出换乘特点，更贴近现实出行状况，更利于网络动态行为研究，使得研究结果更具现实价值。
-
公开(公告)号：CN115691126A
公开(公告)日：2023-02-03
申请号：CN202211315847.X
申请日：2022-10-26
Applicant: 长安大学
IPC: G08G1/01 , G08G1/0968
Abstract: 本发明公开了一种基于深度优先搜索算法的交通网络冗余性测度方法，包括：基于任意地点即节点间的连接关系构建考虑出行成本的交通网络模型；根据出行者的出行线路选择条件，设定起讫点间有效路径的判定依据；采用改进的深度优先搜索算法，搜索得到能够表征整个交通网络中所有OD对间有效路径数量的邻接矩阵；基于邻接矩阵，考虑起讫点间冗余路径的数量及不同冗余路径的离散程度，建立交通网络的冗余性测度模型；利用交通网络的冗余性测度模型进行交通网络的冗余性测度。根据出行者对出行线路的要求测算起讫点间的有效路线，考虑了出行者出行过程中偏好较少换乘次数、抗拒到达重复站点及线路、期望花费较小费用和较少时间的因素，使测度更真实。
-
公开(公告)号：CN112700124A
公开(公告)日：2021-04-23
申请号：CN202011602569.7
申请日：2020-12-29
Applicant: 长安大学
Abstract: 本发明公开了一种多层交通网络MRWC节点重要性排序方法、系统、电子设备及计算机可读存储介质，所述方法包括：构建获得多层交通网络；计算所述多层交通网络各连边权重，获得权重矩阵；将获得的权重矩阵进行归一化处理，获得概率矩阵M；所述多层交通网络共有N个节点，在初始时刻每个节点的重要性相同，获得起始游走矩阵v；基于获得的概率矩阵M和起始游走矩阵v，进行游走迭代，取迭代稳定后的游走矩阵作为多层交通网络各节点的重要度值；将重要度值排序比较，获得节点重要性排序的最终结果。本发明中，通过构建综合考虑层内层间关系的超邻接概率矩阵，能够使得评估结果对于多层真实网络能够更加准确高效。
-
公开(公告)号：CN112580176A
公开(公告)日：2021-03-30
申请号：CN202011535370.7
申请日：2020-12-23
Applicant: 长安大学
Abstract: 本发明公开了一种三层复杂交通网络模型构建方法、系统、设备及存储介质，模型构建方法：获取并处理地图中目标区域内多个目标路段对应的地图信息；搭建中间层无向加权的地铁网络；分别以各地铁站点为圆心、步行经济距离ra为半径进行覆盖，将各地铁站点覆盖范围内的所有公共自行车停放点聚合为自行车网络节点，与地铁网络节点一一对应；以自行车经济出行距离rb作为连边依据进行自行车网络节点连边。将各条公交线路抽象为公交网络节点，以两条线路之间存在直接换乘关系进行连边。本发明充分考虑各交通方式的特征与异质性，突出换乘特点，更贴近现实出行状况，更利于网络动态行为研究，使得研究结果更具现实价值。
-
公开(公告)号：CN115691126B
公开(公告)日：2023-08-22
申请号：CN202211315847.X
申请日：2022-10-26
Applicant: 长安大学
IPC: G08G1/01 , G08G1/0968
Abstract: 本发明公开了一种基于深度优先搜索算法的交通网络冗余性测度方法，包括：基于任意地点即节点间的连接关系构建考虑出行成本的交通网络模型；根据出行者的出行线路选择条件，设定起讫点间有效路径的判定依据；采用改进的深度优先搜索算法，搜索得到能够表征整个交通网络中所有OD对间有效路径数量的邻接矩阵；基于邻接矩阵，考虑起讫点间冗余路径的数量及不同冗余路径的离散程度，建立交通网络的冗余性测度模型；利用交通网络的冗余性测度模型进行交通网络的冗余性测度。根据出行者对出行线路的要求测算起讫点间的有效路线，考虑了出行者出行过程中偏好较少换乘次数、抗拒到达重复站点及线路、期望花费较小费用和较少时间的因素，使测度更真实。
-
Patent Agency Ranking
公开(公告)号：CN115675098B
公开(公告)日：2024-04-26
申请号：CN202211430612.5
申请日：2022-11-15
Applicant: 长安大学
Abstract: 本发明公开了一种基于用户特征差异的智能网联汽车动能回收系统、方法、设备及存储介质，智能网联汽车动能回收方法包括：环境感知与工况识别；驾驶特性数据集的建立；参数样本数据强化学习，获取期望值；制动稳定性与能耗条件约束；模式参数归一化处理；对归一化处理的稳定性和能耗参数进行二次赋权，得到多目标优化后的评价结果，将评价结果对应于0‑1区间，按相应的制动程度进行制动扭矩的输出，实现能量回收无级调节。
-
公开(公告)号：CN112685864B
公开(公告)日：2024-03-29
申请号：CN202011560921.5
申请日：2020-12-25
Applicant: 长安大学
IPC: G06F30/18
Abstract: 本发明公开了基于现实破坏因素的双层高铁相依网络构建方法和系统，基于高铁轨道路线采用Space L交通网络建模方法构建高铁无权无向的Space L网络；将Space L网络中位于同一条高铁线路上的所有节点采用一个超边连接，得到Space L超边网络；基于高铁轨道路线采用Space P交通网络建模方法构建高铁无权无向的Space P网络；将Space P网络中位于同一条高铁线路上的所有节点采用一个超边连接，得到Space P超边网络；将Space L超边网络中超边上的节点和Space P超边网络中超边上所对应的节点相连，得到双层高铁相依网络模型，该模型基于现实破坏因素，更加贴合实际情况，相对于Space L网络模型以及Space P网络模型能更好地体现真实的交通系统。
-
公开(公告)号：CN115675098A
公开(公告)日：2023-02-03
申请号：CN202211430612.5
申请日：2022-11-15
Applicant: 长安大学
Abstract: 本发明公开了一种基于用户特征差异的智能网联汽车动能回收系统、方法、设备及存储介质，智能网联汽车动能回收方法包括：环境感知与工况识别；驾驶特性数据集的建立；参数样本数据强化学习，获取期望值；制动稳定性与能耗条件约束；模式参数归一化处理；对归一化处理的稳定性和能耗参数进行二次赋权，得到多目标优化后的评价结果，将评价结果对应于0‑1区间，按相应的制动程度进行制动扭矩的输出，实现能量回收无级调节。
-
公开(公告)号：CN112685864A
公开(公告)日：2021-04-20
申请号：CN202011560921.5
申请日：2020-12-25
Applicant: 长安大学
IPC: G06F30/18
Abstract: 本发明公开了基于现实破坏因素的双层高铁相依网络构建方法和系统，基于高铁轨道路线采用Space L交通网络建模方法构建高铁无权无向的Space L网络；将Space L网络中位于同一条高铁线路上的所有节点采用一个超边连接，得到Space L超边网络；基于高铁轨道路线采用Space P交通网络建模方法构建高铁无权无向的Space P网络；将Space P网络中位于同一条高铁线路上的所有节点采用一个超边连接，得到Space P超边网络；将Space L超边网络中超边上的节点和Space P超边网络中超边上所对应的节点相连，得到双层高铁相依网络模型，该模型基于现实破坏因素，更加贴合实际情况，相对于Space L网络模型以及Space P网络模型能更好地体现真实的交通系统。
-
公开(公告)号：CN112700124B
公开(公告)日：2023-10-24
申请号：CN202011602569.7
申请日：2020-12-29
Applicant: 长安大学
IPC: G06Q10/0639 , G06F17/18 , G06F17/16
Abstract: 本发明公开了一种多层交通网络MRWC节点重要性排序方法、系统、电子设备及计算机可读存储介质，所述方法包括：构建获得多层交通网络；计算所述多层交通网络各连边权重，获得权重矩阵；将获得的权重矩阵进行归一化处理，获得概率矩阵M；所述多层交通网络共有N个节点，在初始时刻每个节点的重要性相同，获得起始游走矩阵v；基于获得的概率矩阵M和起始游走矩阵v，进行游走迭代，取迭代稳定后的游走矩阵作为多层交通网络各节点的重要度值；将重要度值排序比较，获得节点重要性排序的最终结果。本发明中，通过构建综合考虑层内层间关系的超邻接概率矩阵，能够使得评估结果对于多层真实网络能够更加准确高效。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.016 seconds)
