申请/专利权人：重庆大学;重庆首讯科技股份有限公司

申请日：2023-12-29

公开（公告）日：2024-04-26

公开（公告）号：CN117935542A

主分类号：G08G1/01

分类号：G08G1/01;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明公开了一种考虑交通事件信息的高速公路拥堵消散时间预测方法，通过利用检测到的异常事件详细信息数据来进行决策树模型学习，进而构建出可用于预测事件持续时间的决策树模型；同时利用事件上报信息构建出通行能力估计模型；在此基础上构建出基于模糊交通波模型的拥堵消散时间预测模型，综合上述两部分的输出和模糊交通波模型，最后得出事件情况下的拥堵消散时间预测模型。本发明方法可以有效克服现有拥堵消散时间预测方法预测时对异常事件具体情况的考虑不充分的局限性，同时利用模糊交通波模型可以充分考虑到利用传统交通波模型时未充分考虑车辆排队过程中的速度分布差异性，进而实现对拥堵消散时间更高的预测精度和泛化能力。

主权项：1.一种考虑交通事件信息的高速公路拥堵消散时间预测方法，其特征在于，包括以下步骤：S1.采集高速公路异常事件数据，提取交通事件与交通拥堵的特征关系；S2.采集高速公路异常事件对应的上下游ETC数据和检测器数据，构建交通流数据集；S3.根据步骤S1得到的交通事件与交通拥堵的特征关系，构建事件持续时间预测模型；S4.基于步骤S3构建的事件持续时间预测模型，构建基于模糊交通波模型的拥堵消散时间预测模型；S5.将步骤S3构建的事件持续时间预测模型进行机器学习，再将机器学习后的事件持续时间预测模型的输出结果，输入到步骤S4构建的基于交通波模型的拥堵消散时间预测模型中，进而得到拥堵消散时间的预测结果。

全文数据：

权利要求：

百度查询： 重庆大学;重庆首讯科技股份有限公司 一种考虑交通事件信息的高速公路拥堵消散时间预测方法

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