CN106530767B - 基于跟车法的干线信号协调优化方法 - Google Patents

基于跟车法的干线信号协调优化方法 Download PDF

Info

Publication number
CN106530767B
CN106530767B CN201611137625.8A CN201611137625A CN106530767B CN 106530767 B CN106530767 B CN 106530767B CN 201611137625 A CN201611137625 A CN 201611137625A CN 106530767 B CN106530767 B CN 106530767B
Authority
CN
China
Prior art keywords
crossing
follow
vehicle
green
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201611137625.8A
Other languages
English (en)
Other versions
CN106530767A (zh
Inventor
安成川
夏井新
陆振波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201611137625.8A priority Critical patent/CN106530767B/zh
Publication of CN106530767A publication Critical patent/CN106530767A/zh
Application granted granted Critical
Publication of CN106530767B publication Critical patent/CN106530767B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/081Plural intersections under common control

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于跟车法的干线信号协调优化方法,在缺少准确交通量的情况下,对干线信号协调优化前后方案及效果分别进行辅助分析及迭代优化。在信号优化方案实施前,通过跟车法,掌握现有的信号配时下的路口的排队长度、等待时间、路段间平均车速及行程时间。从而确定协调路段的统一周期、双周期、绿信比及合适的相位差并检验信号配时软件中的路网建立是否准确。对已经上传执行的干线信号协调优化方案,跟车法可以检验方案的实际应用情况,判断相位差、绿信比在实际道路情况下设置是否合理并进行微调。从而将理论的干线信号协调优化方案落实到实际应用中,并确保达到理想的效果。

Description

基于跟车法的干线信号协调优化方法
技术领域
本发明涉及交通技术领域,尤其涉及一种基于跟车法的干线信号协调优化方法。
背景技术
交通干线作为城市交通运输的主动脉,承担着城市大部分的交通量,且往往存在线路里程长、道路交通设施状况好、机动车使用率高的特点。基于此,有必要也有条件实行双向绿波,提高道路的通行能力,缓解交通拥堵问题。
专利201510448450.1中,通过历史车辆行驶速度数据,量化行驶速度的波动区间,实现车速不均匀情况下的协调相位绿时和相位差参数的优化。该方案以控制时段干线各路口各流向的交通需求、信号设计相序、损失时间、各流向的饱和率、饱和度阈值来计算各路口的信号周期及干线绿波的双向公共周期;基于协调相位和非协调相位的通行需求,确定各路口的协调相位绿时;基于双向协调相位流率比和路段速度区间,以关键路口为基准建立干线协调控制相邻路口之间绿波带宽最大化优化模型以确定其与相邻路口之间的相对相位差;以关键路口为基准,确定其与相邻路口之间的相对相位差。最后以满足重叠度条件为标准,依次优化相邻路口相位差。
现阶段干线绿波协调优化大多应用数解法,基于各种交通数据,建立绿波带宽最大化模型,获得信号配时参数。这种方法理论上是可以实行的,但是由于各种原因,如交通检测器数据错误率高、模型约束条件不够全面、求解算法不够智能,关键问题是实际交通状况的复杂多变,固定的或者是可变的最大化带宽模型往往不能得出较为理想的解。
发明内容
发明目的:本发明针对现有技术存在的问题,提供一种基于跟车法的干线信号协调优化方法,该方法降低了对交通数据的依赖性,不需要建立数学模型,从而大大降低了干线信号绿波优化的门槛。其次针对实际交通状况的复杂多变,本方法采取跟车法获取实际路况,结合信号配时软件生成初始优化方案,同时以实际运行状况检验调整配时参数,增强了可操作性。
技术方案:本发明所述的基于跟车法的干线信号协调优化方法包括:
S1、建立协调控制干线关联路网,录入原有信号配时方案到配时软件Synchro中;
S2、选定需要进行干线协调的路口,获取以规定速度通过这些路口时:1.双向行驶时各个路口间平均车速,2.双向行驶时通过各路口的行程时间,3.双向行驶时各路口、各方向红灯排队长度,4.双向行驶时各路口、各方向红灯等待时间,从而得到所有参与干线绿波路口的统一周期时长并验证路网正确性;
S3、将S2中获取到的各路口间平均车速和行程时间输入到信号配时软件Synchro中;
S4、根据S2中获取到的排队长度及等待时间判断各路口绿信比设置是否合理,并进行调整;
S5、在信号配时软件Synchro中的Time-space diagram里移动各路口相位差,获得最大绿波带宽,并生成干线信号协调优化初始方案;
S6、将生成的干线信号协调优化初始方案输入到路口信号机上,并上传执行;再通过跟车法获取当车辆通过前一个路口后,后一个路口绿灯开启时间差,并以此调整优化相位差;
S7、通过跟车法,判断跟车的车辆所处绿波带的位置,观察前后方车辆通过情况,判断实际中绿信比的设置是否合理并调整;
S8、生成最终优化方案。
有益效果:本发明与现有技术相比,其显著优点是:本发明提供一种基于跟车法的干线信号协调优化方法,在缺少准确交通量的情况下,对干线信号协调优化前后方案及效果分别进行辅助分析及迭代优化。在信号优化方案实施前,通过跟车法,掌握现有的信号配时下的路口的排队长度、等待时间、路段间平均车速及行程时间。从而确定协调路段的统一周期、双周期、绿信比及合适的相位差并检验信号配时软件中的路网建立是否准确。对已经上传执行的干线信号协调优化方案,跟车法可以检验方案的实际应用情况,判断相位差、绿信比在实际道路情况下设置是否合理并进行微调。从而将理论的干线信号协调优化方案落实到实际应用中,并确保达到理想的效果。
附图说明
图1是本发明的一个实施例的流程示意图;
图2是建立的干线协调路段路网的示意图;
图3是采用时间刻度表检验路段长度的示意图;本发明的一个实施例的架构图;
图4是输入路段间平均车速到Synchro中的示意图;
图5是确定协调路段周期的流程图。
具体实施方式
如图1所示,本发明的基于跟车法的干线信号协调优化方法包括以下步骤:
S1、建立协调控制干线关联路网,录入原有信号配时方案到配时软件Synchro中。
其中,建立的协调控制干线关联路网如图2所示,路网中设置了干线各路口各方向的车道数、路口间距、信号配时方案等。
S2、选定需要进行干线协调的路口,以规定速度通过这些路口时获取:1.双向行驶时各个路口间平均车速,2.双向行驶时通过各路口的行程时间,3.双向行驶时各路口、各方向红灯排队长度,4.双向行驶时各路口、各方向红灯等待时间,从而得到所有参与干线绿波路口的统一周期时长并验证路网正确性。
其中,统一周期时长的获取流程如图5所示,包括以下步骤:
S21、跟车法连续通过需要协调的路口,观察原有配时方案中各路口一次绿灯时间内各方向车流通过情况,包括该方向绿灯结束后剩余的车辆数,红灯结束、绿灯开启前该方向上的车流排队长度;
S22、基于现有的配时方案,在所有需要协调的路口中,判断是否满足:1、整个干线路口数量大于10个,2、存在一交通量与前后路口差异度达到40%的路口x;若满足以上条件,则转到步骤S23,否则转到步骤S24;
S23、以路口x为分割点分段,得到干线绿波路口分段集群,从而以集群为单位进行协调;执行步骤S25;
S24、干线内所有路口为一个集群,统一进行绿波协调控制;
S25、对集群内路口的原始周期长度按照从小到大排序,选择位于80%位置的周期长度作为基准周期;
S26、判断统一集群内的各个路口原始周期是否大于基准周期,若是则转到步骤S27,否则转到步骤S28;
S27、将各个路口各方向的绿信比等比例缩小/放大到基准周期长度,实现统一周期;
S28、对于满足条件1:小于基准周期的2/3,条件2:现有配时下协调方向车辆全部通过,还有绿时盈余的路口,将该路口各方向的绿信比等比例缩小到基准周期长度的1/2,即双周期;不满足条件1和2的路口,转到步骤S27。
其中,验证路网正确性,具体包括以下步骤:
S29、在信号配时软件Synchro中将相邻路口的相位差设置为相同;S210、对应Synchro中的标尺,根据预设的行程速度线,判断路网距离设置是否有误;S211、若图中的行程时间小于预设的行程时间,则增加路网距离;若图中的行程时间大于预设的行程时间,则减少路网距离,以此保证规定速度下的行程时间的准确性。如图3所示。
S3、将S2中获取到的各路口间平均车速和行程时间输入到信号配时软件中。如图4所示。
S4、根据S2中获取到的排队长度及等待时间判断各路口绿信比设置是否合理,并进行调整。
具体是根据S21中获取到的各路口一次绿灯时间内各方向车流通过情况,包括该方向绿灯结束后剩余的车辆数,红灯结束、绿灯开启前该方向上的车流排队长度;判断该路口绿信比设置是否合理,并进行调整。
其中,绿信比设置是否合理的判断方法是:若一次绿灯结束后,该方向剩余车辆数大于5辆,或者该方向车辆已经清空,但是剩余绿时大于10秒;则认为该方向的绿信比设置不合理,需要调整。
其中,调整具体原则是:1.将路口非协调方向的剩余绿时分配到协调方向上;2.保证路口非协调方向车辆排队长度适中的前提下,减小非协调方向的绿时,增加协调方向上的绿时。具体做法是:在相同周期或者倍数周期的路口,根据跟车法得到的排队长度及等待时间,在保证周期不变的前提下对协调方向的绿信比进行调整,平均一辆车增加或减少2秒,对于货车量大于预设数量的路口设置为3秒。
S5、在信号配时软件Synchro中的Time-space diagram里移动各路口相位差,获得最大绿波带宽,并生成干线信号协调优化初始方案。
该步骤具体包括:S51、在Synchro中依次点击Time-space diagram,options,选择NB and WB link Bands,移动各个路口的相位差获得最大绿波带宽;S52、得到最大绿波带宽后,在Time-space diagram中观察各个路口的相对带宽,结合路口流量,判断是否需要变换相序,若需要,则变换相序;S53、生成干线信号协调优化初始方案。
S6、将生成的干线信号协调优化初始方案输入到路口信号机上,并上传执行;再通过跟车法获取当车辆通过前一个路口后,后一个路口绿灯开启时间差,并以此调整优化相位差。
该步骤具体包括:S61、将生成的干线信号协调优化初始方案输入到路口信号机上,并上传执行;S62、按照规定速度,依次通过需要协调的路口,当刚通过一个路口时,记录下一路口绿灯开启时间;S63、估算前一个路口时绿时开始多长时间后车辆通过;S64、计算从通过前一个路口到遇到后一个路口绿灯开启的时间差,加上步骤S63中的时间,即为两路口的实际相位差;S65、结合实际车速、绿信比,判断实际相位差设置与理想状况是否一致;若一致,结合实际路况判断相位差(包括早开早闭、早开迟闭、迟开早闭、迟开迟闭)设置是否符合实际交通状况,若不符合,调整为符合。
S7、通过跟车法,判断跟车的车辆所处绿波带的位置,观察前后方车辆通过情况,判断实际中绿信比的设置是否合理并微调。
具体的,该步骤包括:S71、判断跟车的车辆所处绿波带的位置;S72、当跟车的车辆在路口绿灯刚开启就通过时,查看后续车辆的状态;当后续车辆全部通过该路口且剩余时间时,减少通行方向上的绿信比;当后续车辆全部通过且不剩时间时,保持绿信比不变;当后续车辆通不过该路口时,增加通行方向上的绿信比;S73、当跟车的车辆在路口绿灯末位才通过时,观察后方车辆数,若后方车辆数位于预设范围(1-5辆)内,则相位差和带宽认定为设置合理;否则认定为不合理,返回S6继续调整。
S8、生成最终优化方案。

Claims (7)

1.一种基于跟车法的干线信号协调优化方法,其特征在于:包括
S1、建立协调控制干线关联路网,录入原有信号配时方案到配时软件Synchro中;
S2、选定需要进行干线协调的路口,获取以规定速度通过这些路口时:1.双向行驶时各个路口间平均车速,2.双向行驶时通过各路口的行程时间,3.双向行驶时各路口、各方向红灯排队长度,4.双向行驶时各路口、各方向红灯等待时间,从而得到所有参与干线绿波路口的统一周期时长并验证路网正确性;
S3、将S2中获取到的各路口间平均车速和行程时间输入到信号配时软件Synchro中;
S4、根据S2中获取到的排队长度及等待时间判断各路口绿信比设置是否合理,并进行调整;
S5、在信号配时软件Synchro中的Time-space diagram里移动各路口相位差,获得最大绿波带宽,并生成干线信号协调优化初始方案;
S6、将生成的干线信号协调优化初始方案输入到路口信号机上,并上传执行;再通过跟车法获取当车辆刚通过一个路口后,距离下一个路口绿灯开启的时间差,并以此调整优化相位差;
S7、通过跟车法,判断跟车的车辆所处绿波带的位置,观察前后方车辆通过情况,判断实际中绿信比的设置是否合理并调整;
S8、生成最终优化方案。
2.根据权利要求1所述的基于跟车法的干线信号协调优化方法,其特征在于:所述S2中统一周期时长的获取,包括以下步骤:
S21、跟车法连续通过需要协调的路口,观察原有配时方案中各路口一次绿灯时间内各方向车流通过情况,包括该方向绿灯结束后剩余的车辆数,红灯结束、绿灯开启前该方向上的车流排队长度;
S22、基于现有的配时方案,在所有需要协调的路口中,判断是否满足:1、整个干线路口数量大于10个,2、存在一交通量与前后路口差异度达到40%的路口x;若同时满足以上条件,则转到步骤S23,否则转到步骤S24;
S23、以路口x为分割点分段,得到干线绿波路口分段集群,从而以集群为单位进行协调;执行步骤S25;
S24、干线内所有路口为一个集群,统一进行绿波协调控制;
S25、对集群内路口的原始周期长度按照从小到大排序,选择位于80%位置的周期长度作为基准周期;
S26、判断统一集群内的各个路口原始周期是否大于基准周期,若是则转到步骤S27,否则转到步骤S28;
S27、将各个路口各方向的绿信比等比例缩小/放大到基准周期长度,实现统一周期;
S28、对于满足条件1:小于基准周期的2/3,条件2:现有配时下协调方向车辆全部通过,还有绿时盈余的路口,将该路口各方向的绿信比等比例缩小到基准周期长度的1/2,即双周期;不满足条件1和2的路口,转到步骤S27。
3.根据权利要求1所述的基于跟车法的干线信号协调优化方法,其特征在于:所述S2中验证路网正确性,包括以下步骤:
S29、在信号配时软件Synchro中将相邻路口的相位差设置为相同;
S210、对应Synchro中的标尺,根据预设的行程速度线,判断路网距离设置是否有误;
S211、若图中的行程时间小于预设的行程时间,则增加路网距离;若图中的行程时间大于预设的行程时间,则减少路网距离,以此保证规定速度下的行程时间的准确性。
4.根据权利要求1所述的基于跟车法的干线信号协调优化方法,其特征在于:
所述S4中判断绿信比是否合理的依据是:若一次绿灯结束后,该方向剩余车辆数大于5辆,或者该方向车辆已经清空,但是剩余绿时大于10秒;则认为该方向的绿信比设置不合理,需要调整;
所述S4中进行调整具体原则是:1.将路口非协调方向的剩余绿时分配到协调方向上;2.保证路口非协调方向车辆排队长度适中的前提下,减小非协调方向的绿时,增加协调方向上的绿时;
具体做法是:在相同周期或者倍数周期的路口,根据跟车法得到的排队长度及等待时间,在保证周期不变的前提下对协调方向的绿信比进行调整,平均一辆车增加或减少2秒,对于货车量大于预设数量的路口设置为3秒。
5.根据权利要求1所述的基于跟车法的干线信号协调优化方法,其特征在于:所述S5具体包括:
S51、在Synchro中依次点击Time-space diagram,options,选择NB and WB linkBands,移动各个路口的相位差获得最大绿波带宽;
S52、得到最大绿波带宽后,在Time-space diagram中观察各个路口的相对带宽,结合路口流量,判断是否需要变换相序,若需要,则变换相序;
S53、生成干线信号协调优化初始方案。
6.根据权利要求1所述的基于跟车法的干线信号协调优化方法,其特征在于:所述S6具体包括:
S61、将生成的干线信号协调优化初始方案输入到路口信号机上,并上传执行;
S62、按照规定速度,依次通过需要协调的路口,当刚通过一个路口时,记录下一路口绿灯的开启时间;
S63、估算当前路口绿灯开启多长时间后车辆通过该路口;
S64、计算从通过当前路口到遇到下一个路口绿灯开启的时间差,加上步骤S63中的时间,即为两路口的实际相位差;
S65、结合实际车速、绿信比,判断实际相位差设置与理想状况是否一致;若一致,结合实际路况判断相位差设置是否符合实际交通状况,若不符合,调整为符合。
7.根据权利要求1所述的基于跟车法的干线信号协调优化方法,其特征在于:所述S7具体包括以下步骤:
S71、判断跟车的车辆所处绿波带的位置;
S72、当跟车的车辆在路口绿灯刚开启就通过时,查看后续车辆的状态;当后续车辆全部通过该路口且剩余时间时,减少通行方向上的绿信比;当后续车辆全部通过且不剩时间时,保持绿信比不变;当后续车辆通不过该路口时,增加通行方向上的绿信比;
S73、当跟车的车辆在路口绿灯末位才通过时,观察后方车辆数,若后方车辆数位于预设范围内,则相位差和带宽认定为设置合理;否则认定为不合理,返回S6继续调整。
CN201611137625.8A 2016-12-12 2016-12-12 基于跟车法的干线信号协调优化方法 Active CN106530767B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611137625.8A CN106530767B (zh) 2016-12-12 2016-12-12 基于跟车法的干线信号协调优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611137625.8A CN106530767B (zh) 2016-12-12 2016-12-12 基于跟车法的干线信号协调优化方法

Publications (2)

Publication Number Publication Date
CN106530767A CN106530767A (zh) 2017-03-22
CN106530767B true CN106530767B (zh) 2019-02-01

Family

ID=58342982

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611137625.8A Active CN106530767B (zh) 2016-12-12 2016-12-12 基于跟车法的干线信号协调优化方法

Country Status (1)

Country Link
CN (1) CN106530767B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107622677B (zh) * 2017-09-30 2023-05-09 中国华录·松下电子信息有限公司 基于区域控制的智能交通优化方法
CN109448370B (zh) * 2018-10-29 2021-09-28 东南大学 一种基于车辆轨迹数据的交通控制子区划分方法
CN111243300B (zh) * 2018-11-28 2023-04-28 阿里巴巴集团控股有限公司 损失时长的获取方法及装置
CN111275959B (zh) * 2018-12-04 2022-03-08 北京嘀嘀无限科技发展有限公司 车辆行驶状态的确定方法、装置及电子设备
CN111951580B (zh) * 2019-05-14 2023-08-04 阿里巴巴集团控股有限公司 信号灯的协调方法、计算设备及存储介质
CN111951568B (zh) * 2019-05-14 2023-08-22 阿里巴巴集团控股有限公司 信号灯的协调方法、计算设备及存储介质
CN111951567B (zh) * 2019-05-14 2023-05-26 阿里巴巴集团控股有限公司 数据的处理方法、装置、设备及计算机存储介质
CN112017452B (zh) * 2019-05-30 2024-06-11 阿里巴巴集团控股有限公司 一种信号灯的协调方法、计算设备及存储介质
CN111524375B (zh) * 2020-04-29 2021-05-11 青岛海信网络科技股份有限公司 一种控制方法及装置
CN111833620B (zh) * 2020-06-17 2021-06-25 东南大学 一种过饱和交通状态干线单向信号协调设计方法与装置
CN112509342B (zh) * 2020-12-04 2021-12-28 东南大学 一种基于分段绿波的长干线交叉口信号协调控制方法
CN113516854B (zh) * 2021-03-25 2022-07-08 江苏航天大为科技股份有限公司 一种基于卡警、视频检测器的多路口协调自适应控制方法
CN113205695B (zh) * 2021-04-13 2022-02-18 东南大学 多周期长度双向干线绿波控制方法
CN113345230B (zh) * 2021-06-02 2023-01-03 江苏智通交通科技有限公司 一种协调干线管控问题研判的优化方法与优化系统
CN116110238B (zh) * 2023-04-10 2023-07-25 南昌金科交通科技股份有限公司 一种交通灯的动态控制方法及系统
CN116543562B (zh) * 2023-07-06 2023-11-14 银江技术股份有限公司 干线协调优化模型的构建方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102930734A (zh) * 2012-11-06 2013-02-13 江苏大为科技股份有限公司 分布式交通信号相位差控制结构和调整方法
CN103593987A (zh) * 2013-11-13 2014-02-19 福建省视通光电网络有限公司 基于多路口信号机进行干线协调控制的方法
CN103927890A (zh) * 2014-04-29 2014-07-16 北京建筑大学 一种基于动态o-d矩阵估计的干线协调信号控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9076332B2 (en) * 2006-10-19 2015-07-07 Makor Issues And Rights Ltd. Multi-objective optimization for real time traffic light control and navigation systems for urban saturated networks

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102930734A (zh) * 2012-11-06 2013-02-13 江苏大为科技股份有限公司 分布式交通信号相位差控制结构和调整方法
CN103593987A (zh) * 2013-11-13 2014-02-19 福建省视通光电网络有限公司 基于多路口信号机进行干线协调控制的方法
CN103927890A (zh) * 2014-04-29 2014-07-16 北京建筑大学 一种基于动态o-d矩阵估计的干线协调信号控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Synchro在交通管理与控制实验教学中的应用;吴伟;《实验技术与管理》;20160831;第33卷(第8期);第137-140,198页
交通信号配时脱机优化和实时评价系统;冯宣东;《城市交通》;20050228;第13卷(第1期);第75-78页

Also Published As

Publication number Publication date
CN106530767A (zh) 2017-03-22

Similar Documents

Publication Publication Date Title
CN106530767B (zh) 基于跟车法的干线信号协调优化方法
CN107610487A (zh) 基于动态随机车流相位差协调机制的区域交通控制系统和方法
CN108959783B (zh) 一种智能车间的布局仿真优化方法及装置
CN105185130B (zh) 一种变周期下的道路交叉口间的信号协调控制方法
CN102779228B (zh) 商场建筑中央空调冷负荷在线预测方法及系统
CN110405343A (zh) 一种基于Bagging集成的预测模型与粒子群优化算法的激光焊接工艺参数优化方法
CN109885891A (zh) 一种智能车gpu并行加速轨迹规划方法
CN107220734A (zh) 基于决策树的数控车床车削过程能耗预测系统
CN110060489B (zh) 一种基于神经网络的信号灯配时方案推荐方法
CN106447119A (zh) 一种基于卷积神经网络的短期交通流量预测方法及系统
CN108072381A (zh) 一种路径规划的方法及装置
CN109840628A (zh) 一种短时多区域车速预测方法及系统
CN102222268A (zh) 基于多种群混合粒子群算法的流水车间调度方法
CN110266528A (zh) 基于机器学习的车联网通信的流量预测方法
CN106980730B (zh) 基于直接求解技术的vlsi标准单元布局方法
CN104700634B (zh) 基于最小生成树聚类改进遗传算法的相邻交叉口干道协调控制方法
CN106529719A (zh) 基于粒子群优化算法风速融合的风电功率预测的方法
CN109978287A (zh) 多晶硅智能生产方法及系统
CN113554875B (zh) 一种基于边缘计算的高速公路异质交通流可变限速控制方法
JP2024503141A (ja) 時間推定モデルに基づくagvスケジューリング方法
WO2023241423A1 (zh) 一种基于流量预测的路由决策方法及系统
CN107703936A (zh) 基于卷积神经网络的自动导航小车系统及小车定位方法
CN107123265A (zh) 一种基于并行计算的高速公路交通状态估计方法
CN110210684A (zh) 粮食加工方案优化方法、装置、设备及存储介质
CN115311452A (zh) 一种基于机器视觉的精密灌胶评估方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 210009 No. 87 Dingjiaqiao, Gulou District, Nanjing City, Jiangsu Province

Applicant after: SOUTHEAST University

Address before: 210018 No. four archway, 2, Jiangsu, Nanjing

Applicant before: Southeast University

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20170322

Assignee: NANJING LES INFORMATION TECHNOLOGY Co.,Ltd.

Assignor: SOUTHEAST University

Contract record no.: X2024980016889

Denomination of invention: Optimization method for mainline signal coordination based on following method

Granted publication date: 20190201

License type: Common License

Record date: 20240927