申请/专利权人：深圳市城市规划设计研究院股份有限公司

申请日：2024-01-30

公开（公告）日：2024-04-12

公开（公告）号：CN117874983A

主分类号：G06F30/18

分类号：G06F30/18;G06F30/27;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及一种基于机器学习的城市内涝场景交通路线优化方法、介质和设备，包括以下步骤：搭建片区机理模型；将历史降雨数据作为输入，利用机理模型进行模拟、验证和优化；利用优化后的机理模型进行内涝模拟，输出内涝网格；获取区域特征网格数据集；将特征网格作为输入，内涝网格作为输出，对模型进行训练，搭建内涝模型；根据数值准确度生成迭代生成预报准确度；基于空间融合获取每条导航路线的内涝预报网格；根据导航路线上内涝预报的结果于蚁群算法路径优化，生成优化后的城市内涝场景交通路线。本发明基于气象短临预报的城市内涝空间分布预测方法，并通过位置计算关系获取导航路线上的内涝预报，从而实现城市内涝场景下的交通路线优化。

主权项：1.一种基于机器学习的城市内涝场景交通路线优化方法，其特征在于，包括以下步骤：步骤1：根据城市高程、用地类型、土壤特征、排水设施搭建片区机理模型；步骤2：根据历史降雨监测数据对历史短临预报数据进行验证和筛选，将历史降雨数据作为输入，利用机理模型进行模拟，并利用历史内涝数据进行模型验证和参数优化；步骤3：根据历史降雨数据选择多组降雨网格数据，利用优化后的机理模型进行内涝模拟，输出内涝网格；同时，将前述机理模型搭建过程中涉及的城市高程、用地类型、土壤特征、排水设施要素获取影响内涝的特征参数，分别形成特征数据网络，并与降雨网格一起作为区域特征网格数据集；步骤4：将步骤3中的特征网格作为输入，内涝网格作为输出，利用步骤3中一部分数据作为训练样本对模型进行训练，再利用剩下的数据进行验证，并相应优化，从而搭建基于算法的内涝模型；步骤5：根据降雨短临预报数据基于算法模型进行内涝临近网格预报；同时，根据降雨量监测、内涝水位监测的值，对预报降雨、预报内涝进行对比，根据数值准确度生成迭代生成预报准确度；步骤6：当有降雨短临时预报时，获取区域原有电子导航路径，并基于空间融合获取每条导航路线的内涝预报网格；步骤7；根据导航路线上内涝预报的内涝发生时间、历时、水深预报结果，基于蚁群算法路径优化，生成优化后的城市内涝场景交通路线。

全文数据：

权利要求：

百度查询： 深圳市城市规划设计研究院股份有限公司 基于机器学习的城市内涝场景交通路线优化方法、介质和设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD