-
公开(公告)号:CN118551906A
公开(公告)日:2024-08-27
申请号:CN202410662548.6
申请日:2024-05-27
Applicant: 浙江大学
IPC: G06Q10/047 , G06Q10/0631 , G06Q50/40 , G06N3/126
Abstract: 本发明公开了一种基于改进遗传算法的区域需求响应式公交设计优化方法,属于智能交通领域,包括以下步骤:S1获取目标人群公交出行的需求数据、区域公交的运行数据,进行客流量分析。S2以目标人群出行时间成本最小为目标,以目标人群上课时间和公交车容量为主要约束,构建区域需求响应式公交线路优化模型。S3设定改进遗传算法的参数,初始化种群并进行适应度评价。S4基于改进遗传算法的POX交叉、逆序变异以及锦标赛选择操作对区域需求响应式公交线路进行迭代优化。S5输出区域需求响应式公交服务方案。本发明可扩展场景到校园、园区等其他各类半封闭区域,提高区域公交的运行效率。
-
公开(公告)号:CN113434990A
公开(公告)日:2021-09-24
申请号:CN202110725767.0
申请日:2021-06-29
Applicant: 浙江大学
Abstract: 本发明公开了一种基于Agent仿真的电车充电桩收费优化方法。本发明首先构建道路、汽车、停车场Agent系统,进行仿真系统的参数设定及系统初始化。然后生成车辆投入路网,进行停车场选择、停车位选择等具体的用户决策行为,完成具体仿真流程,得到仿真结果。最后利用仿真结果绘制社会总效用对充电价格的敏感型曲线,得到总效用最大时的最适同均价定价。基于最适同均价价格,通过迭代法优化不同充电站的定价策略。分别采用现有策略和优化策略对于系统进行仿真模拟,通过效用值和充电站使用情况等不同参数,对比现有定价策略和优化定价策略在模型中的适用效果。
-
公开(公告)号:CN119578685A
公开(公告)日:2025-03-07
申请号:CN202411452289.0
申请日:2024-10-17
Applicant: 浙江大学
IPC: G06Q10/063 , G06Q50/26 , G06F30/20 , G06F17/18 , G06Q50/40 , G06Q30/018
Abstract: 本发明公开了一种基于多智能体仿真的高速公路养护施工区车辆运行碳排放计量方法、存储介质及设备。方法中构建了基于多智能体系统的仿真模型,包括:车辆智能体、实现车辆在路网中的生成和位置更新;路段智能体、实现路段流量以及通行能力的更新;施工智能体、实现施工路段施工方案的调整。并按照车辆类型和车辆能源类型的划分测算施工期间车辆运行产生的碳排放量以及测算施工过程中,施工活动所产生的碳排放量。本发明通过定量分析,能够评估不同施工方案对高速公路路段平均速度、车辆延误时间以及碳排放量的影响。能够揭示交通碳排放随施工路段施工区长度、限速值变化以及车道封闭形式变化的规律,可以作为施工工程设计和实施的参考依据。
-
公开(公告)号:CN113434990B
公开(公告)日:2022-04-12
申请号:CN202110725767.0
申请日:2021-06-29
Applicant: 浙江大学
Abstract: 本发明公开了一种基于Agent仿真的电车充电桩收费优化方法。本发明首先构建道路、汽车、停车场Agent系统,进行仿真系统的参数设定及系统初始化。然后生成车辆投入路网,进行停车场选择、停车位选择等具体的用户决策行为,完成具体仿真流程,得到仿真结果。最后利用仿真结果绘制社会总效用对充电价格的敏感型曲线,得到总效用最大时的最适同均价定价。基于最适同均价价格,通过迭代法优化不同充电站的定价策略。分别采用现有策略和优化策略对于系统进行仿真模拟,通过效用值和充电站使用情况等不同参数,对比现有定价策略和优化定价策略在模型中的适用效果。
-
公开(公告)号:CN114117788A
公开(公告)日:2022-03-01
申请号:CN202111411239.4
申请日:2021-11-25
Applicant: 浙江大学
IPC: G06F30/20 , G06Q10/04 , G06Q50/26 , G06F17/16 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种面向停车换乘的Agent仿真方法。本发明首先将仿真系统中涉及的出行者Agent、路段Agent以及停车场Agent定义为三个对象,分别为Traveller、Link和Parkinglot,并对三者进行仿真系统的参数设定及系统初始化。然后生成出行者投入路网,进行停车场决策、普通节点决策等具体的出行者决策行为,完成具体仿真流程,得到仿真结果。为验证仿真系统对交通管理政策短期效果的评估作用,以苏州观前街商圈路网为实例进行仿真,分析公共交通票价、发车频率、出行时间不确定性、停车预约、停车费定价策略等因素对出行者方式选择和社会效益的影响,并用遗传算法对停车场泊位配置进行了优化。
-
公开(公告)号:CN118642397A
公开(公告)日:2024-09-13
申请号:CN202410654225.2
申请日:2024-05-24
Applicant: 浙江大学 , 浙江交工集团股份有限公司
IPC: G05B19/042
Abstract: 本发明提供了一种基于ROS智能路锥机器人的交通应急管控系统,属于交通运输安全管控技术领域。本系统包括:路锥机器人和管理中心,路锥机器人通过云端和管理中心无线通信;其中,路锥机器人内设置有ROS模块、GPS模块、通信模块、传感器模块和边缘决策模块,路锥机器人底部安装有执行模块;管理中心包括人机交互模块、路锥机器人描述和建模模块、智能决策分析模块以及指令转化发送模块。本发明具有自行走可编队自动摆设、交通事件场景识别与警示响应等能力,通过云边端协同与数字孪生技术,设计和建立单体智能与群体协同交管系统,实现交通管理与控制,大幅提升雨雪、大雾、团雾、隧道火灾、交通事故等事件场景的交通管控效率和安全性。
-
公开(公告)号:CN116579512A
公开(公告)日:2023-08-11
申请号:CN202310543570.4
申请日:2023-05-15
Applicant: 浙江大学
IPC: G06Q10/047 , G06F16/9536 , G06F16/9535
Abstract: 本发明公开了一种基于用户画像和用户体验的出行路线推荐方法。本发明包括如下步骤:步骤一、基于用户出行方式建立用户画像;步骤二、用户聚类;步骤三、建立基于用户体验的路径推荐系统。本发明通过数据分析技术和路径推荐算法技术的结合,提升用户出行路径的个性化和满意度。
-
公开(公告)号:CN114705204A
公开(公告)日:2022-07-05
申请号:CN202210502174.2
申请日:2022-05-09
Applicant: 浙江大学
IPC: G01C21/32
Abstract: 本发明公开了一种基于道路基础设计资料的高精度地图生成方法,包括以道路基础设计资料为基础,确定创建高精度地图所需文件。遵从OpenDRIVE格式按道路层→道路参考线层→车道层→标志标线层→照明及安全设施层的顺序构建高精度地图分层模型,利用ElementTree工具编写程序,生成高精度地图分层模型。从高精度地图所需的道路基础设计资料中提取高精度地图分层模型中所需的属性数据,利用EasyGUI工具自动填充高精度地图分层模型中的属性值,生成高精度地图。通过高精度地图可视化对高精度地图进行校验,完成高精度地图的制作流程。本方法实现了基于道路基础设计资料的OpenDRIVE格式高精度地图生成,大大降低了传统高精度地图制作的时间和人力成本。
-
公开(公告)号:CN119785619A
公开(公告)日:2025-04-08
申请号:CN202411959370.8
申请日:2024-12-30
Applicant: 浙江大学 , 广西壮族自治区城乡规划设计院 , 广西北投信创科技投资集团有限公司
IPC: G08G1/14 , G06Q10/0631
Abstract: 本发明公开了一种自动化高密度停车场智能调度方法及系统。包括:S1.停车场实时状态信息采集和基于神经网络模型的数据修正;S2.根据所获得的停车场实时状态信息,计算车辆与车位的匹配度系数;S3.根据所计算的车辆的匹配度系数,通过自动代客泊车系统对车辆进行调度。本发明减少了自动化高密度停车调度系统中可能产生的重复操作,提高了自动化高密度停车场的调度效率,节约了调度成本和时间。
-
公开(公告)号:CN118675318A
公开(公告)日:2024-09-20
申请号:CN202410662549.0
申请日:2024-05-27
Applicant: 浙江大学
IPC: G08G1/01 , G08G1/14 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种城市中心区路侧停车特性影响分析及需求预测方法。包括:S1、城市中心区路侧停车需求时空特性分析;S2、建立梯度提升决策树非线性模型进行路侧停车需求非线性影响机理分析;S3、建立ConvLSTM时空序列预测模型进行路侧停车需求短时预测。本发明通过研究发现路侧停车需求具有较强的时空相关性,利用层次聚类法对路侧停车需求的时序特征进行分析。然后分别从土地利用属性、交通设施属性和社会经济属性三个维度选取解释变量,建立梯度提升决策树非线性模型,结合SHAP算法分析了解释变量与路侧停车需求之间的关系。最后基于路侧停车需求时空特性和影响机理分析结果,提出了ConvLSTM时空序列预测模型,进行区域路侧停车需求短时预测。
-
-
-
-
-
-
-
-
-