-
公开(公告)号：CN119296373A
公开(公告)日：2025-01-10
申请号：CN202411347839.2
申请日：2024-09-26
Applicant: 东南大学
Abstract: 本发明公开了一种面向非稳态通信环境的智能网联车辆动态控制方法，涉及车联网与智能网联汽车控制技术领域，旨在解决智能网联车队在非稳态通信环境下的实时控制问题。具体方法如下：通过实时采集通信链路数据和车辆状态数据，精准监测通信传输延迟、丢包率等非稳态通信参数，同时获取车队内各车辆的速度、加速度、纵向位置等车辆状态数据，通过多维度通信环境评价指标实时分析通信稳定性，并动态评估车辆安全风险，最后依据非稳态通信环境监测和车辆安全风险评估结果，采用动态控制策略调整车辆控制模式，确保车队在非稳态通信环境下保持高效稳定运行。本发明通过创新的车辆动态控制方法，有效提升了智能网联车队在非稳态通信环境下的安全性和运行效率。
-
公开(公告)号：CN114491300B
公开(公告)日：2024-07-23
申请号：CN202111613132.8
申请日：2021-12-27
Applicant: 东南大学
IPC: G06F16/9537 , G06F16/906 , G06F16/26 , G06Q50/40
Abstract: 本发明公开了一种基于GBDT的轨道交通客流分布提取和影响因素分析方法，属于机器学习在交通流量特征分析方面的应用领域。包括以下步骤：首先采集确定范围内轨道交通站点的进出站客流数据和站点周围的POI数据，并对所得数据进行数据清洗与数据整理；然后利用GBDT模型确定各类型的POI数据对于不同时段客流的相对重要性，确定轨道交通进出站客流量的影响因素；通过分析进出站客流量与影响因素之间的相关关系，提取轨道交通客流分布，包括交通发生分布与交通吸引分布；最后通过交通吸引分布和交通吸引分布的变化趋势评估不同时段的轨道交通需求总量及交通需求差异。本发明能够有效提高轨道交通运营效率，从而减少交通资源的浪费。
-
公开(公告)号：CN118014407A
公开(公告)日：2024-05-10
申请号：CN202311372963.X
申请日：2023-10-23
Applicant: 东南大学
IPC: G06Q10/0639 , G06Q10/067 , G06Q50/40
Abstract: 本发明公开一种基于行程时间变化的综合交通网络鲁棒性计算方法，属于计算、推算或计数的技术领域。该方法包括以下步骤：首先，生成铁路交通拓扑网络和公路交通拓扑网络，并融合两个网络，实现综合交通拓扑网络的生成；其次，在综合交通拓扑网络中对流量进行交通分配，计算得到总行程时间；再次，根据流量分配结果，生成综合交通节点重要度序列；最后，按照区域攻击、蓄意攻击、随机攻击等三种不同的攻击策略对综合交通拓扑网络进行攻击，并分别计算不同攻击下的鲁棒性。本发明基于行程时间变化给出一种综合交通网络鲁棒性计算方法，有助于系统地分析综合交通网络受到外界环境干扰后的韧性，有助于保障区域交通畅通和运营安全。
-
公开(公告)号：CN114723275A
公开(公告)日：2022-07-08
申请号：CN202210347620.7
申请日：2022-04-01
Applicant: 东南大学
Abstract: 本发明公开了一种面向综合交通系统的客运生成总量分析方法，包括以下步骤：收集城市统计数据并选取衡量城市经济发展水平、人口规模与结构、资源分布与环境、城市交通便利程度的变量数据以及城市对外客运生成总量；对变量进行相关性分析筛选掉部分变量后建立变量体系；对变量体系中的变量进行多重共线性诊断，若存在多重共线性则需要主成分分析后才能进行多元线性回归，否则直接进行多元线性回归，从而建立相应的多元线性回归模型；将未来城市的变量数据代入建立的模型，获取未来城市对外客运发生量和吸引量。本发明面向综合交通系统，对未来城市的对外客运生成量进行预测，可为未来区域交通系统交通需求预测提供参考。
-
公开(公告)号：CN112614346B
公开(公告)日：2022-02-15
申请号：CN202011493512.8
申请日：2020-12-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于奇异谱分析和回声状态网络的短时交通流预测方法，具体包括如下步骤：首先，设置一定的时间间隔，收集得到反应交通状态信息随时间变化的交通流时间序列；利用奇异谱分析(SSA)将原始交通流时间序列分解为趋势、周期和残差3个成分；其次，利用回声状态网络(ESN)对这3个成分分别建模、训练并预测，使用粒子群优化(PSO)优化模型的超参数；最后，对3个成分的预测结果相加作为最终预测结果。该方法能够用于分析交通流量的变化特征，并有效提高短时交通流预测结果的精确度。
-
Patent Agency Ranking
公开(公告)号：CN110009205B
公开(公告)日：2021-08-03
申请号：CN201910216573.0
申请日：2019-03-21
Applicant: 东南大学
Abstract: 本发明公开了一种区域综合交通一体化的方式划分与交通分配方法。步骤一，进行区域交通调查和数据采集，采集的数据包括所述区域范围内的交通节点信息数据，以及路段信息数据；根据步骤一调查得到的信息，构建多模式区域综合交通网络数据库；步骤三，交通分配；以多模式区域综合交通网络数据库中分配网络子数据库Net为基础，采用修正的多路径‑容量限制法进行交通分配，对应于第p个路段，将流量分配的结果更新储存到Flowp中；步骤四，分配结果整理；将步骤三中分配得到的流量结果进行合并整理，将整理结果填写到交通分配矩阵Result中。本发明使分配网络能够考虑换乘行为，从而提高区域综合交通需求预测精确程度。
-
公开(公告)号：CN113192320A
公开(公告)日：2021-07-30
申请号：CN202110281093.X
申请日：2021-03-16
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种开放式小区道路交通改善情况分析方法，包括以下步骤：步骤(1)构建小区道路网络；步骤(2)车辆通过小区道路路网所用总时间包括车辆通过小区周边道路区域的时间总和T1、与车辆通过小区内部道路区域的时间总和T2；小区开放前车辆通过小区道路路网所用总时间Tall′＝T1，小区开放后车辆通过小区道路路网所用总时间Tall＝T1+T2；步骤(3)计算步骤(2)中的Cij及tij；步骤(4)根据系统最优原理，建立交通流系统最优分配模型；步骤(5)根据步骤(3)和步骤(4)，求得Tall和T′all，将小区开放后车辆通过小区道路路网所花时间的改善率η作为开放小区对小区道路网络的交通改善率，建立小区路网交通改善率计算模型。本发明可准确分析小区开放对周边道路交通产生的影响。
-
公开(公告)号：CN110570650B
公开(公告)日：2021-05-11
申请号：CN201910412552.6
申请日：2019-05-17
Applicant: 东南大学
Abstract: 本发明介绍了一种基于RFID数据的出行路径预测方法，并对预测路径进行叠加，实现了节点流量预测。通过RFID数据可以提取到每辆车在不同日期经过的基站编号信息。将基站编号按检测时间排序，并结合基站的地理分布，沿道路走向连线，可以获取到每辆车每天的出行路径。以出行路径为基础，利用深度学习算法，探究出行路径选择规律，预测未来出行路径。统计所有预测出行路径中每一个基站的个数，可以实现对节点流量的预测。实验证明，本发明所提基于RFID数据的出行路径和节点流量预测方法具有较高的预测精度。
-
公开(公告)号：CN107844856B
公开(公告)日：2021-05-11
申请号：CN201710997610.7
申请日：2017-10-24
Applicant: 东南大学
Abstract: 本发明提供了一种基于车载GPS和站点WiFi的公交车载客人数预测方法，通过在站点布设的WiFi检测装置以既定频率检测站点附近打开WiFi功能的移动终端的MAC地址信号，结合车载GPS系统获取的公交车实时位置信息，建立乘客上下车信号检测时间与公交车停站时间匹配模型，筛除车站附近的干扰数据，精确预测公交车离站时的实时载客人数；本发明大幅度减少了干扰数据的数量，简化数据处理方法的同时提高了数据处理结果的精度，精确预测公交车离站时的实时载客人数；可为等车乘客提供公交车实时拥挤程度信息，为市民出行和城市交通系统组织调配、发车频率优化、车辆客流实时监测提供关键信息参考。
-
公开(公告)号：CN109558978B
公开(公告)日：2021-04-23
申请号：CN201811419067.3
申请日：2018-11-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于出行距离的区域交通方式划分方法，包含了区域交通出行数据采集、客运分担率转化、出行距离‑分担率模型训练、出行距离矩阵生成、过渡分担率矩阵生成方式联通矩阵生成、分担率矩阵计算、区域交通方式划分结果生成共计八个步骤，通过采集区域内城市间的不同交通方式的客运量和所需预测城市之间的距离数据，基于支持向量机建立并训练客运距离‑分担率模型，最终得到城市间客运方式分担率结果，进行区域范围内城市间的出行方式预测，整个过程思路清晰，具有很强的实用性及可操作性，为区域范围内的交通出行预测提供了新的思路和方法，对于进行区域范围内的交通方式划分预测和交通规划具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.075 seconds)
