-
公开(公告)号：CN117094629B
公开(公告)日：2024-05-10
申请号：CN202311199824.1
申请日：2023-09-18
Applicant: 兰州交通大学
IPC: G06Q10/0835 , G06Q10/083 , G06Q10/047 , G06Q10/0631
Abstract: 本发明属于配送路径规划技术领域，公开了一种危险品满载配送路径优化和车辆调度方法，该方法包括建立车辆数量、车辆行驶总成本和总风险、配送时间的模型、建立车辆路径优化数学模型P1、建立车辆调度模型P2、进行两阶段方法求解（包括即路径优化求解方法、车辆调度优化求解方法），本发明通过求解模型P1可获得由配送中心到达各个需求点及配送完成后返回配送中心的车辆行驶路线，将车辆调度问题可转化为带时间窗的VRP问题，通过求解P2模型，可获得车辆调度优化方案。本发明通过优化行驶路线和科学调度车辆，可使运输过程达到运输成本、运输风险最小，同时分配车辆数最少且保证车辆运输任务量的公平性。
-
公开(公告)号：CN117829370A
公开(公告)日：2024-04-05
申请号：CN202410019189.2
申请日：2024-01-05
Applicant: 兰州交通大学
IPC: G06Q10/04 , G06Q10/0635 , G06Q50/26 , G06F18/214 , G06F18/2431 , G06N20/20 , G06F18/213
Abstract: 本发明公开一种交通事故严重程度预测方法、系统及计算机设备，涉及交通安全技术领域，该方法包括：采集机动车与非机动车之间的交通事故数据集，通过SMOTETomek混合采样法对交通事故数据集中不平衡数据进行平衡处理；基于平衡处理后的交通事故数据集，通过随机网格搜索和五折交叉验证法对XGBoost模型进行超参数优化，得到相对优的超参数组合；利用相对优的超参数组合建立基于XGBoost算法的交通事故严重程度预测模型；将机动车与非机动车之间待预测的交通事故数据集输入交通事故严重程度预测模型中，对交通事故严重程度进行预测；该方法无需对模型参数进行先验假设，更加符合实际情况，分析结果也更具有可靠性。
-
公开(公告)号：CN117078141A
公开(公告)日：2023-11-17
申请号：CN202311153946.7
申请日：2023-09-08
Applicant: 兰州交通大学
IPC: G06Q10/0832 , G06Q10/0835 , G06Q10/0631 , G06Q10/0635 , G06Q10/047
Abstract: 本发明提供一种多车型危险品满载配送车辆调度方法，涉及配送车辆导航定位技术领域。本发明针对单配送中心多车型危险品满载配送车辆调度问题，构建了以车型和运输路径为决策变量的路径优化和车辆调度两级优化模型。针对路径优化模型，设计了三阶段优化方法，第一阶段采用脉冲算法获取配送中心到各个需求点的Pareto路径，第二阶段计算各个需求节点运输的车辆配置方案，第三阶段设计NSGA‑II多目标优化获得路径选择方案。针对车辆调度模型，采用基于UMDA优化方法求解，通过算例说明该方法的计算过程，并对方法的有效性进行了验证。
-
公开(公告)号：CN119647032A
公开(公告)日：2025-03-18
申请号：CN202411693063.X
申请日：2024-11-25
Applicant: 兰州交通大学
IPC: G06F30/18 , G06F30/27 , G06N3/045 , G06N3/0464 , G06N3/08 , G06F17/16 , G06Q50/40 , G06F111/04
Abstract: 本发明公开了一种应急物资运输网络设计方法，其涉及应急物资运输技术领域。包括：获取历史灾害数据集；构建混合预测模型CNN‑MAFP，通过历史灾害数据集对混合预测模型CNN‑MAFP进行训练；将待测区域的实时灾害数据输入训练好的混合预测模型CNN‑MAFP，得到待测区域的灾后应急需求和路段完整程度测算函数；根据待测区域的灾后应急需求和路段完整程度测算函数，规划用于运输应急物资的跨区域网络。本发明无需对灾害数据的分布或变化规律进行预先假设，在处理复杂多变的灾害数据时具有更高的灵活性和适应性。
-
公开(公告)号：CN115273465B
公开(公告)日：2023-07-04
申请号：CN202210789425.X
申请日：2022-07-06
Applicant: 兰州交通大学
IPC: G08G1/01 , G08G1/07 , G06N3/006 , G06F30/27 , G06F111/04 , G06F111/06
Abstract: 本发明公开了基于改进人工蜂群算法的城市主干道信号协同控制方法，包括优化模型方法和求解算法。本发明的动态随机邻域人工蜂群算法相比其它算法具有更优的搜索性能，求解质量更高。
-
Patent Agency Ranking
公开(公告)号：CN115273465A
公开(公告)日：2022-11-01
申请号：CN202210789425.X
申请日：2022-07-06
Applicant: 兰州交通大学
IPC: G08G1/01 , G08G1/07 , G06N3/00 , G06F30/27 , G06F111/04 , G06F111/06
Abstract: 本发明公开了基于改进人工蜂群算法的城市主干道信号协同控制方法，包括优化模型方法和求解算法。本发明的动态随机邻域人工蜂群算法相比其它算法具有更优的搜索性能，求解质量更高。
-
公开(公告)号：CN109374006A
公开(公告)日：2019-02-22
申请号：CN201811487105.9
申请日：2018-12-06
Applicant: 兰州交通大学
IPC: G01C21/20
Abstract: 本发明公开了一种多目标的危险品道路运输路径规划方法，包括：分别求取筛选的道路网络中的时间最优路径、安全最优路径和能耗最优路径，时间最优路径、安全最优路径和能耗最优路径统称为目标最优路径；判断所述目标最优路径否为同一个有向边；分别求取不是同一个有向边的目标最优路径的其他阻抗；基于所述目标最优路径的阻抗确定所述目标最优路径的隶属度函数及所述隶属度函数的上下界，从而得到所述目标最优路径的隶属度；将所述目标最优路径的隶属度集为一体，转化成加权附属目标；基于所述加权附属目标获得最优路径。达到了全方位的考虑时间、安全、能耗等因素对路径规划影响，从而获取最优路径的目的。
-
公开(公告)号：CN119207124B
公开(公告)日：2025-03-07
申请号：CN202411249092.7
申请日：2024-09-06
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于元胞推演多步决策的交叉口自适应信号控制方法，涉及交通信号灯控制技术领域，本发明基于元胞传输模型建立信号连续控制模型，模型利用元胞推演模拟交叉口交通流的运行和转化，实现交叉口的状态转移；同时将元胞推演获得的状态经特征提取后与道路当前相位方案、上一周期车道级车辆到达率及驶离率进行拼接作为模型的状态空间输入，以提高智能体决策的准确性；采用多步决策机制完成周期内所有相位的预决策后，将元胞环境下输出的离散动作序列整合为一个完整周期的信号配时方案并输送至信号灯进行连续控制；保留离散动作灵活多变优势的同时解决了基于离散状态的深度强化学习交叉口信号控制模型难以实现连续动作输出的问题。
-
公开(公告)号：CN119207124A
公开(公告)日：2024-12-27
申请号：CN202411249092.7
申请日：2024-09-06
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于元胞推演多步决策的交叉口自适应信号控制方法，涉及交通信号灯控制技术领域，本发明基于元胞传输模型建立信号连续控制模型，模型利用元胞推演模拟交叉口交通流的运行和转化，实现交叉口的状态转移；同时将元胞推演获得的状态经特征提取后与道路当前相位方案、上一周期车道级车辆到达率及驶离率进行拼接作为模型的状态空间输入，以提高智能体决策的准确性；采用多步决策机制完成周期内所有相位的预决策后，将元胞环境下输出的离散动作序列整合为一个完整周期的信号配时方案并输送至信号灯进行连续控制；保留离散动作灵活多变优势的同时解决了基于离散状态的深度强化学习交叉口信号控制模型难以实现连续动作输出的问题。
-
公开(公告)号：CN116798213A
公开(公告)日：2023-09-22
申请号：CN202310117505.5
申请日：2023-02-15
Applicant: 兰州交通大学
Abstract: 本发明提供了一种基于多维搜索邻域人工蜂群算法的跟驰模型参数标定方法，属于交通流模型参数标定领域，包括以下步骤：对原始人工蜂群算法ABC进行改进，得到多维搜索邻域人工蜂群算法MDNABC；选择车辆的加速度为性能指标，构建车辆跟驰模型参数标定的目标函数；基于NGSIM数据集获取车辆的加速度、位置和车间距信息，构成跟驰数据；将所述跟驰数据代入车辆跟驰模型，利用MDNABC算法对车辆跟驰模型参数进行标定，根据目标函数判断标定结果。本发明将MDNABC算法应用于车辆跟驰模型的参数标定，标定结果表明基于本发明提出的算法相比传统的遗传算法具有更好的标定结果，在求解速度和求解精度两方面，均具有明显优势。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.016 seconds)
