-
公开(公告)号：CN114037587A
公开(公告)日：2022-02-11
申请号：CN202111215627.5
申请日：2021-10-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于异质因果推断的城市通勤主通道多匝道网联控制方法。对于高速公路常发瓶颈路段，基于探测器探测的瓶颈交通占用率和上下游邻近进口匝道流量数据以及事故数据，构建不同交通状况下匝道输入流量对瓶颈交通状况的异质因果模型，将因果推断的结果作为匝道权重，反映相应匝道对瓶颈改善的重要性，并在瓶颈形成后以此为依据进行多匝道协同控制。匝道权重随因果推断的结果动态更新，确保控制策略与实时需求模式相匹配。本发明采用因果图框架识别控制变量和特征变量，并基于双重机器学习算法构建异质因果模型。
-
公开(公告)号：CN112233458B
公开(公告)日：2021-09-07
申请号：CN202011030968.0
申请日：2020-09-27
Applicant: 东南大学
Abstract: 本发明提出了一种面向二次事故预防动态车道与可变限速协同控制方法。在事故发生后，交管中心基于摄像头获取的实时交通流数据评估事故影响与上游交通状态，控制不同断面处的可变信号标识发布动态车道与可变限速协同控制指令，引导上游来车提前于上游自由流段合理换道并适当减速以减少下游事故影响，从而降低下游事故引发的二次事故风险，保障交通安全并提高城市快速路通行能力。本发明基于深度强化学习算法，设置奖励函数时兼顾安全与效率两项指标，并针对动态车道与可变限速的不同效果设置修正因子以充分发挥两类控制策略的协同效果。模型采用演员‑评论家(Actor Critic,AC)框架优化。
-
公开(公告)号：CN109508815B
公开(公告)日：2021-08-10
申请号：CN201811224346.4
申请日：2018-10-19
Applicant: 东南大学
Abstract: 本发明提出了一种基于地铁IC卡数据的通学活动空间测度分析方法，属于交通数据挖掘领域。该方法利用地铁IC卡刷卡数据，对通学人群活动空间进行测度分析，并提取对应的测度指标，得到通学群体活动空间量化分析。本发明首次从IC卡数据中挖掘对应的通学出行活动空间测度指标，并基于通学特性对通学人群进行类别划分，划分的人群通学特征显著。发挥了IC卡数据的客观性优势的同时，为不同通学模式的形成机理研究提供条件。
-
公开(公告)号：CN109508865B
公开(公告)日：2021-07-27
申请号：CN201811224335.6
申请日：2018-10-19
Applicant: 东南大学
Abstract: 本发明提出了一种基于时空使用模式的地铁站辐射范围内共享单车部署方法，通过挖掘共享单车运营数据中地铁站辐射范围内的共享单车出行时空数据，分别定义了标准化时间变化率和标准化空间分布率两项衡量指标，对两种标准化指标值进行聚类并可视化聚类结果，得到不同类型地铁站辐射范围内共享单车的时空使用模式，基于时空使用模式部署该范围内的共享单车。本发明首次利用共享单车运营数据中相应的时间空间指标，考虑不同类型地铁站的异质性，采用标准化方法分析无固定存取车站点的共享单车在地铁站辐射范围内的不同类型的时空使用模式，为研究地铁站附近共享单车接驳行为提供基础，有利于提高轨道交通和共享单车系统的服务质量与接驳效率。
-
公开(公告)号：CN107818415B
公开(公告)日：2021-07-09
申请号：CN201711043136.0
申请日：2017-10-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于地铁刷卡数据的通学识别方法，包括以下步骤：1)基于地铁刷卡信息，采集包括IC卡卡号、车站和刷卡时间的数据并进行预处理；2)为每个卡号找出使用频率最高的车站及与其对应的使用频率最高的车站，作为家车站和学校车站的候选车站；3)根据该城市的中小学作息时间安排，将每个卡号的两个候选车站之间的出行记录按照进站时间分类，并按照一定的时间规则确定家车站和学校车站；4)找出并删除非通学出行记录和难以判定的卡号及其记录。本发明从时间和空间角度出发，对大量地铁刷卡数据的整合处理，首次提出了基于地铁刷卡数据识别通学人群的方法，解决了使用大数据研究通学行为的基础问题，弥补了传统调查方法的不足。
-
Patent Agency Ranking
公开(公告)号：CN112734532A
公开(公告)日：2021-04-30
申请号：CN202110053404.7
申请日：2021-01-15
Applicant: 东南大学
Abstract: 本发明公开了一种基于共享电单车借还车点数据的通勤行为识别方法，包括以下步骤：1)对用户订单原始数据预处理；2)同一车辆编号数据对“借或还车时间点”排序，基于“车辆使用状态”对出行数据匹配；3)对出行数据匹配结果计算出行距离、时间并清洗；4)利用DBSCAN算法对工作日高峰借还车点经纬度数据聚类，获得并计算热点区及其质心坐标，自动生成泰森多边形划定新出行小区；5)结合借还车点与出行小区匹配结果生成出行OD矩阵；6)计算每工作日出行OD矩阵交通流系数，识别其小于约定阈值的出行为通勤出行；7)职住地识别。本发明有效地从用户订单数据中识别共享电单车通勤行为，并分析职住地分布，为提高通勤使用；率与调度提供理论基础。
-
公开(公告)号：CN112233458A
公开(公告)日：2021-01-15
申请号：CN202011030968.0
申请日：2020-09-27
Applicant: 东南大学
Abstract: 本发明提出了一种面向二次事故预防动态车道与可变限速协同控制方法。在事故发生后，交管中心基于摄像头获取的实时交通流数据评估事故影响与上游交通状态，控制不同断面处的可变信号标识发布动态车道与可变限速协同控制指令，引导上游来车提前于上游自由流段合理换道并适当减速以减少下游事故影响，从而降低下游事故引发的二次事故风险，保障交通安全并提高城市快速路通行能力。本发明基于深度强化学习算法，设置奖励函数时兼顾安全与效率两项指标，并针对动态车道与可变限速的不同效果设置修正因子以充分发挥两类控制策略的协同效果。模型采用演员‑评论家(Actor Critic,AC)框架优化。
-
公开(公告)号：CN112116810A
公开(公告)日：2020-12-22
申请号：CN202010928408.0
申请日：2020-09-07
Applicant: 东南大学
Abstract: 本发明提出了一种基于城市道路卡口数据的全路网路段行程时间估计方法，主要包括以下步骤：1)基于卡口数据，进行数据预处理及筛选，得到初步的局部路段行程时间；2)统计提取卡口数据中车辆进入路段的小时时段、车辆出行次数、车辆编号、路段等变量建立多维张量模型；3)进行k均值聚类分析，将结果应用于张量模型缺失项的补充；4)筛选出行程时间中的异常值，对于离群值利用分段插值的方法来估计其行程时间。本研究基于卡口数据提取出车辆行程时间，对于不同状况或者不同驾驶习惯的人群进行分类，依据聚类分析的结果对于行程时间中缺失项进行补充，在进行行程时间估计时考虑了交通状况以及人群驾驶习惯差异等因素的影响，从而实现了考虑人群差异性的全路网路段行程时间估计。
-
公开(公告)号：CN107657006B
公开(公告)日：2020-12-11
申请号：CN201710865835.7
申请日：2017-09-22
Applicant: 东南大学
IPC: G06F16/215 , G06F16/2457 , G06Q50/30
Abstract: 本发明公开了一种基于时空特性的公共自行车IC卡与地铁IC卡匹配方法，包括以下步骤：1)获取公共自行车IC卡与地铁IC卡原始数据，并从原始数据中提取有效数据信息；2)选取紧邻地铁站的公共自行车站点，组成地铁‑公共自行车站点对；3)根据地铁‑公共自行车站点对，对公共自行车IC卡与地铁IC卡的数据进行预处理；4)根据换乘时间间隔，对不同换乘方式下的卡号进行成对关联，构造卡号对数据库并剔除其中的错误数据；5)将剩下的卡号对升序排列，挑出符合指定特征的卡号对，完成匹配。本发明能够准确高效地匹配公共自行车IC卡与地铁IC卡，为基于公共自行车接驳地铁的一系列研究奠定了坚实的基础。
-
公开(公告)号：CN111932914A
公开(公告)日：2020-11-13
申请号：CN202010496152.0
申请日：2020-06-03
Applicant: 东南大学
Abstract: 本发明公开了一种城市拥堵区域路网双层边界控制方法，采用出租车GPS数据和实地勘测数据，建立了路网微观仿真模型，同时构建路网宏观基本图(MFD)，在此基础上首先根据包含控制延误的路网边界控制方法(第一层控制)确定路网预期进入总量，随后将各个控制交叉口按一定的方式扩展为虚拟子区路网，以降低路网密度分布方差为控制目标，考虑因路网进入总量控制产生的排队溢出管控，开发了路网进入总量分配方法(第二层控制)。相比常用边界控制方法，控制总量分配优化控制方法稳定、有效地提高了路网表现，避免了路网因控制产生的排队溢出，具有实际工程应用价值。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.022 seconds)
