基于数据驱动的疏散瓶颈处人群拥堵风险分析方法

    公开(公告)号:CN108876124B

    公开(公告)日:2021-07-20

    申请号:CN201810559744.5

    申请日:2018-06-02

    Abstract: 本发明涉及的是一种基于数据驱动的用于评估突发情况下大规模人群疏散时瓶颈处实时动态拥堵风险的非参数估计方法。包括1)数据预处理;2)计算最佳窗宽;3)拥堵概率的估计;4)基于拥堵概率估计的瓶颈处人群疏散风险预测。本发明基于拥堵概率估计的瓶颈处人群疏散风险预测方法完全是数据驱动的,不依赖于任何先验数据假设。基于这个方法,可以描绘疏散瓶颈处拥堵风险随时间的动态变化。进一步的,对于像地铁站或其他人群大量聚集的城市区域,也可以应用本发明提出的方法描绘不同位置疏散瓶颈处的动态拥堵风险,从而构建大规模场景下人群拥堵风险的动态热点地图,这将对人群疏散管控,尤其是突发情况下的人群疏散管控提供重要技术支持。

    基于数据驱动的疏散瓶颈处人群拥堵风险分析方法

    公开(公告)号:CN108876124A

    公开(公告)日:2018-11-23

    申请号:CN201810559744.5

    申请日:2018-06-02

    Abstract: 本发明涉及的是一种基于数据驱动的用于评估突发情况下大规模人群疏散时瓶颈处实时动态拥堵风险的非参数估计方法。包括1)数据预处理;2)计算最佳窗宽;3)拥堵概率的估计;4)基于拥堵概率估计的瓶颈处人群疏散风险预测。本发明基于拥堵概率估计的瓶颈处人群疏散风险预测方法完全是数据驱动的,不依赖于任何先验数据假设。基于这个方法,可以描绘疏散瓶颈处拥堵风险随时间的动态变化。进一步的,对于像地铁站或其他人群大量聚集的城市区域,也可以应用本发明提出的方法描绘不同位置疏散瓶颈处的动态拥堵风险,从而构建大规模场景下人群拥堵风险的动态热点地图,这将对人群疏散管控,尤其是突发情况下的人群疏散管控提供重要技术支持。

Patent Agency Ranking