CN113761725B - 一种基于交通仿真的路段阻抗函数校正方法 - Google Patents

一种基于交通仿真的路段阻抗函数校正方法 Download PDF

Info

Publication number
CN113761725B
CN113761725B CN202110953585.9A CN202110953585A CN113761725B CN 113761725 B CN113761725 B CN 113761725B CN 202110953585 A CN202110953585 A CN 202110953585A CN 113761725 B CN113761725 B CN 113761725B
Authority
CN
China
Prior art keywords
traffic
road section
impedance function
simulated
travel 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
CN202110953585.9A
Other languages
English (en)
Other versions
CN113761725A (zh
Inventor
董长印
王昊
付之兵
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 CN202110953585.9A priority Critical patent/CN113761725B/zh
Publication of CN113761725A publication Critical patent/CN113761725A/zh
Application granted granted Critical
Publication of CN113761725B publication Critical patent/CN113761725B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于交通仿真的路段阻抗函数校正方法,所述方法包括:获取路段实际交通信息,确定路段阻抗函数形式与待标定参数,再根据路段实际交通信息,标定阻抗函数参数后,利用交通仿真系统和已标定的阻抗函数,确定统计对应模拟行程时间和理论行程时间,如果模拟行程时间和理论行程时间误差大于预设阈值,则将实际交通信息与交通仿真系统产生的模拟交通信息合并组成新的交通信息集合,重新标定阻抗函数参数,直至模拟行程时间和理论行程时间误差不大于预设阈值。整个校正过程主要考虑能够反映不同交通流状态变化的模拟交通数据,阻抗函数参数标定准确度较高,阻抗函数适应性较强。

Description

一种基于交通仿真的路段阻抗函数校正方法
技术领域
本发明涉及智能交通控制领域,具体涉及一种基于交通仿真的路段阻抗函数校正方法。
背景技术
交通分配是交通四阶段分析方法中的重要步骤,而路段阻抗函数是交通分配的核心理论基础。传统的阻抗函数标定方法是基于现场所采集的交通数据,如专利“一种基于参数标定的交通阻抗计算方法”(CN201710263992.0)。但由于阻抗函数标定需要的数据量较大,往往标定的函数准确性较低,不能够准确反映该路段的实际情况。因此,所采集的交通流信息有限,尤其易导致不能覆盖低流量、中流量、高流量等交通情景。
交通仿真的优势在于对现有系统或未来系统的交通运行状况进行再现或预先把握,从而对复杂的交通现象进行解释、分析、找出问题的症结,最终对所研究的交通系统进行优化。因此,交通仿真能够获取未观测到的交通流信息,将该信息进一步用作阻抗函数的检验和标定,即可实现阻抗函数的校正工作,进一步提升阻抗函数的准确性和适应性。
发明内容
发明目的:为了克服上述现有技术的不足,本发明目的在于提出一种基于交通仿真的路段阻抗函数校正方法,以路段实际交通信息为基本,确定阻抗函数形式并标定阻抗函数参数,再根据实际交通信息,运用交通仿真系统获取模拟交通信息,基于模拟交通信息和实际交通信息,计算模拟行程时间和理论行程时间误差以检验已标定阻抗函数的准确性,若误差大于预设阈值,则将模拟交通信息和实际交通信息合并,重新标定阻抗函数参数,直至误差不大于预设阈值,进而提高阻抗函数的准确性和适应性。
技术方案:为解决上述技术问题,本发明采用的技术方案为:
一种基于交通仿真的路段阻抗函数校正方法,包括如下步骤:
(1)获取路段实际交通信息,将平均车速、交通流量、平均行程时间标记为初始交通流数据集合;
(2)确定路段阻抗函数形式与其待标定的参数;
(3)根据所述初始交通流数据集合,标定阻抗函数参数;
(4)将步骤(3)中标定的参数标记为新一代参数集合;
(5)根据所述路段实际交通信息,利用交通仿真系统对该路段交通流进行模拟仿真,预测该路段在不同模拟交通需求下的运行状态,统计对应模拟平均车速和模拟行程时间;
(6)标记所述模拟交通需求、模拟平均车速和模拟行程时间为模拟交通流数据集合;
(7)将所述模拟交通需求、模拟平均车速和标定完成的参数代入阻抗函数,得到的路段阻抗即为理论行程时间;
(8)计算不同模拟交通需求下模拟行程时间与对应理论行程时间的误差;
(9)若步骤(8)所述误差的平均值大于预设阈值,则将所述初始交通流数据集合与所述模拟交通流数据集合合并为新一代数据集合,并返回执行步骤(3)执行参数的标定;否则,将所述新一代参数集合作为最终方案,得到完成参数标定的阻抗函数,结束校正过程。
作为优选,步骤(1)中,所述路段实际交通信息包括路段限速、平均车速、交通流量、路段长度、道路宽度、车道数量、平均行程时间,将路段限速、路段长度、道路宽度、车道数量作为道路属性,将平均车速、交通流量、平均行程时间作为交通流特征;将同一时间段内获取的平均车速、交通流量、平均行程时间记作一条数据初始交通流数据集合d0中包括N条数据,d0={d1,d2,…,dn,…,dN-1,dN}第n条数据dn={vn,qn,tn},vn、qn、tn分别为第n条数据中的平均车速、交通流量、平均行程时间,N≥10;
作为优选,步骤(2)中,所述路段阻抗函数为:
Figure BDA0003219502770000021
式中ta为路段阻抗,实际通过该路段所需要的时间,tf为路段自由行驶时间,q为交通流量,C为该路段通行能力,vd为该路段限速,vr为该路段平均车速,{k1,k2,k3,k4}是阻抗函数待标定的参数。
作为优选,
Figure BDA0003219502770000022
式中L为路段长度,vm为最大速度,vm=max(vd,vr);
作为优选,步骤(3)中,根据所述初始交通流数据集合,运用最小二乘方法,标定阻抗函数的参数。
作为优选,步骤(5)中,根据步骤(1)中所述路段实际交通信息,利用交通仿真系统对该路段交通流进行模拟仿真,预测该路段在不同模拟交通需求下的运行状态,统计对应模拟平均车速和模拟行程时间。将某一交通需求下的模拟平均车速和模拟平均行程时间记作一条数据,模拟交通流数据集合D0={D1,D2,…,Di,…,DM-1,DM},第i条数据Di={Vi,Qi,Ti},Qi为第i种模拟交通需求,Vi和Ti分别为Qi对应的模拟平均车速和模拟行程时间,i=1,2,…,M,M为模拟交通流数据量,
Figure BDA0003219502770000023
作为优选,为保证样本的多样性和体现交通仿真模拟优势,要求模拟交通需求与实际交通流量无重合,即
Figure BDA0003219502770000031
q0为步骤(1)中获取的路段实际交通信息中所有交通流量的集合,q0={q1,q2,……,qN-1,qN}。
作为优选,步骤(9)中,所述误差的平均值,其计算方法如下:
Figure BDA0003219502770000032
式中R为误差的平均值,Ti为模拟行程时间,tth,i为基于第i种模拟交通需求确定的理论行程时间。
有益效果:本发明公开了一种基于交通仿真的路段阻抗函数校正方法,弥补交通观测中数据量缺乏的不足,基于路段实际交通信息与交通仿真系统产生的模拟交通信息,检验并校正阻抗函数参数,完成阻抗函数的校正工作,提高阻抗函数的准确性和适应性,为交通分配提供更科学合理的模型基础。
附图说明
图1是本发明实施例的方法流程图。
具体实施方式
现有方法是采用有限的实测数据,对阻抗函数进行标定,且未同时考虑流量和速度,而本发明在综合考虑流量和速度的同时,利用有限的实测数据和仿真模拟数据,能够更为准确地确定路段阻抗。此外,基于实测数据和仿真模拟数据的方法,摆脱了数据限制,极大程度地提高阻抗函数模型的适应性,能够根据具体场景而确定针对性的阻抗模型。
阻抗函数是交通分配和网络分析的基础,路段阻抗的大小,决定着路网中选择该路段作为路径的车辆比例。阻抗大,则交通分配的车辆少,阻抗小,则车辆多。因此,科学合理的阻抗模型直接关系交通分配的准确度。
为了使本发明的内容更容易被清楚的理解,下面结合附图和具体实施例对本发明作进一步详细的说明。
在一个实施例中,如图1所示,提供了一种基于交通仿真的路段阻抗函数校正方法,包括如下步骤:
(1)获取路段实际交通信息,将将平均车速、交通流量、平均行程时间标记为初始交通流数据集合;
(2)确定路段阻抗函数形式与其待标定的参数;
(3)根据所述初始数据集合,标定阻抗函数中的参数;
(4)将步骤(3)中标定的参数标记为新一代参数集合;
(4)根据所述路段实际交通信息,利用交通仿真系统对该路段交通流进行模拟仿真,预测该路段在不同模拟交通需求下的运行状态,并统计对应模拟平均车速和模拟行程时间;
(6)标记步骤(4)中所述模拟交通需求、模拟平均车速和模拟行程时间为模拟交通流数据集合;
(7)将所述模拟交通需求、模拟平均车速和标定完成的参数代入阻抗函数,得到的路段阻抗即为理论行程时间;
(8)计算不同模拟交通需求下模拟行程时间与对应理论行程时间之间的误差;
(9)若步骤(8)所述误差的平均值大于预设阈值,则将所述初始数据集合与所述模拟数据集合合并为新一代数据集合,并返回步骤(3)执行参数的标定;否则,将所述新一代参数集合作为最终方案,得到完成参数标定的阻抗函数,结束校正过程。
在一个实施例中,提供了一种考虑智能车队的道路阻抗函数计算装置,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述基于交通仿真的路段阻抗函数校正方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于交通仿真的路段阻抗函数校正方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
交通示例:
某一双车道的路段长6km,每车道宽3.5m,限速80km/h,该路段通行能力为每小时通过2000辆车。获取某一天0:00~24:00的交通数据,统计得到每小时内的平均车速、交通流量和平均行程时间,共计24组数据,按表1所示形式汇总:
表1平均车速、交通流量和平均行程时间汇总
序号 平均车速 交通流量 平均行程时间
1 v<sub>1</sub> q<sub>1</sub> t<sub>1</sub>
2 v<sub>2</sub> q<sub>2</sub> t<sub>2</sub>
23 v<sub>23</sub> q<sub>23</sub> t<sub>23</sub>
24 v<sub>24</sub> q<sub>24</sub> t<sub>24</sub>
以下将采用本发明提出的一种基于交通仿真的路段阻抗函数校正方法:
(1)获取路段实际交通信息
该路段车道数为2,长度L=6km,每车道宽3.5m,限速vd=80km/h;
将每个小时内获取的平均车速vi、交通流量qi、平均行程时间ti记作一条数据di,={vi,qi,ti};所有交通流量集合为q0,q0={q1,q2,……,qN-1,qN};所有数据的集合记作初始交通流数据集合d0,d0={d1,d2,……,dN-1,dN},其中N为实际数据量,N=24。
(2)确定路段阻抗函数形式与待标定参数
Figure BDA0003219502770000051
式中ta为实际通过该路段所需要的时间,tf为路段自由行驶时间,q为交通流量,C为该路段通行能力,为2000veh/h,vd为该路段限速,为80km/h,vr为该路段平均车速,{k1,k2,k3,k4}是阻抗函数待标定的参数,其中
Figure BDA0003219502770000052
Figure BDA0003219502770000053
式中L为路段长度,vm为最大速度,vm=max(vd,vr)。
(3)根据所述初始交通流数据集合,运用最小二乘方法,标定阻抗函数参数{k1,k2,k3,k4}。
(4)标记所述阻抗函数参数{k1,k2,k3,k4}为新一代参数集合。
(5)根据所述路段实际交通信息,利用交通仿真系统对该路段交通流进行模拟仿真,预测该路段在不同模拟交通需求Qi下的运行状态,统计对应模拟平均车速Vi和模拟行程时间Ti。为保证样本的多样性和体现交通仿真模拟优势,要求模拟交通需求与实际交通流量无重合,即
Figure BDA0003219502770000061
模拟交通信息汇总如表2:
表2模拟交通信息汇总
序号 平均车速 交通流量 平均行程时间
1 V<sub>1</sub> Q<sub>1</sub> T<sub>1</sub>
2 V<sub>2</sub> Q<sub>2</sub> T<sub>2</sub>
9 V<sub>9</sub> Q<sub>9</sub> T<sub>9</sub>
10 V<sub>10</sub> Q<sub>10</sub> T<sub>10</sub>
其中Q0={Q1,Q2,……,Q9,Q10};
(6)标记所述模拟交通需求、模拟平均车速和模拟行程时间为模拟交通流数据集合。
将某一交通需求Qi下的模拟平均车速Vi和模拟平均行程时间Ti记作一条数据Di,即Di={Vi,Qi,Ti};所有数据的集合记作初始数据集合D0,D0={D1,D2,……,DM-1,DM},其中M为模拟数据量,M=10;
(7)根据所述模拟交通需求和已标定的阻抗函数,确定理论行程时间。
将(V1,Q1)、(V2,Q2)、……、(V10,Q10)分别代入公式
Figure BDA0003219502770000062
中,计算得到10组理论行程时间{tth,1,tth,2,……,tth,9,tth,10}。
(8)计算模拟行程时间与理论行程时间误差的平均值:
Figure BDA0003219502770000063
(9)模拟行程时间与理论行程时间的误差的平均值阈值为10%,若所述平均误差大于该预设阈值,则将所述初始交通流数据集合d0与所述模拟交通流数据集合D0合并为新一代数据集合,并返回执行标定阻抗函数参数;否则,将所述新一代参数{k1,k2,k3,k4}作为最终方案,得到完成参数标定的阻抗函数,结束校正过程。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种基于交通仿真的路段阻抗函数校正方法,其特征在于,包括如下步骤:
(1)获取路段实际交通信息,将平均车速、交通流量、平均行程时间标记为初始交通流数据集合;
(2)确定路段阻抗函数形式与其待标定的参数;
(3)根据所述初始交通流数据集合,标定阻抗函数中的参数;
(4)将步骤(3)中标定的参数标记为新一代参数集合;
(4)根据所述路段实际交通信息,利用交通仿真系统对该路段交通流进行模拟仿真,预测该路段在不同模拟交通需求下的运行状态,并统计对应模拟平均车速和模拟行程时间;
(6)标记步骤(4)中所述模拟交通需求、模拟平均车速和模拟行程时间为模拟交通流数据集合;
(7)将所述模拟交通需求、模拟平均车速和标定完成的参数代入阻抗函数,得到的路段阻抗即为理论行程时间;
(8)计算不同模拟交通需求下模拟行程时间与对应理论行程时间之间的误差;
(9)若步骤(8)所述误差的平均值大于预设阈值,则将所述初始交通流数据集合与所述模拟交通流数据集合合并为新一代数据集合,并返回步骤(3)执行参数的标定;否则,将所述新一代参数集合作为最终方案,得到完成参数标定的阻抗函数,结束校正过程。
2.根据权利要求1所述的一种基于交通仿真的路段阻抗函数校正方法,其特征在于,步骤(1)中,所述路段实际交通信息包括作为道路属性的路段限速、路段长度、道路宽度、车道数量以及作为交通流特征的平均车速、交通流量、平均行程时间;初始交通流数据集合d0={d1,d2,…,dn,…,dN-1,dN},其中第n条数据dn={vn,qn,tn},vn、qn、tn分别为第n条数据中的平均车速、交通流量、平均行程时间,n=1,2,…,N,N为初始交通流数据量。
3.根据权利要求1所述的一种基于交通仿真的路段阻抗函数校正方法,其特征在于,步骤(2)中,所述路段阻抗函数为:
Figure FDA0003219502760000011
式中ta为路段阻抗,即实际通过该路段所需要的时间;tf为路段自由行驶时间,q为交通流量,C为该路段通行能力,vd为该路段限速,vr为该路段平均车速,{k1,k2,k3,k4}是阻抗函数待标定的参数。
4.根据权利要求3所述的一种基于交通仿真的路段阻抗函数校正方法,其特征在于,
Figure FDA0003219502760000012
式中L为路段长度,vm为最大速度,vm=max(vd,vr)。
5.根据权利要求1所述的一种基于交通仿真的路段阻抗函数校正方法,其特征在于,步骤(3)中,根据所述初始数据集合,运用最小二乘方法,标定阻抗函数的参数。
6.根据权利要求1所述的一种基于交通仿真的路段阻抗函数校正方法,其特征在于,步骤(5)中,所述模拟交通需求与步骤(1)中路段实际交通信息中的交通流量无重合。
7.根据权利要求1所述的一种基于交通仿真的路段阻抗函数校正方法,其特征在于,步骤(6)中,模拟交通流数据集合D0={D1,D2,…,Di,…,DM-1,DM},其中第i条数据Di={Vi,Qi,Ti},Qi为第i种模拟交通需求,Vi和Ti分别为Qi对应的模拟平均车速和模拟行程时间,i=1,2,…,M,M为模拟交通流数据量,
Figure FDA0003219502760000021
N为初始交通流数据量。
8.根据权利要求7所述的一种基于交通仿真的路段阻抗函数校正方法,其特征在于,步骤(9)中,所述误差的平均值,其计算方法如下:
Figure FDA0003219502760000022
式中R为误差的平均值,Ti为模拟行程时间,tth,i为基于第i种模拟交通需求确定的理论行程时间。
9.一种基于交通仿真的路段阻抗函数校正装置,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一所述的基于交通仿真的路段阻抗函数校正方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一所述的基于交通仿真的路段阻抗函数校正方法的步骤。
CN202110953585.9A 2021-08-19 2021-08-19 一种基于交通仿真的路段阻抗函数校正方法 Active CN113761725B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110953585.9A CN113761725B (zh) 2021-08-19 2021-08-19 一种基于交通仿真的路段阻抗函数校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110953585.9A CN113761725B (zh) 2021-08-19 2021-08-19 一种基于交通仿真的路段阻抗函数校正方法

Publications (2)

Publication Number Publication Date
CN113761725A CN113761725A (zh) 2021-12-07
CN113761725B true CN113761725B (zh) 2022-11-04

Family

ID=78790419

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110953585.9A Active CN113761725B (zh) 2021-08-19 2021-08-19 一种基于交通仿真的路段阻抗函数校正方法

Country Status (1)

Country Link
CN (1) CN113761725B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116542528B (zh) * 2023-03-31 2023-11-14 中国人民解放军军事科学院系统工程研究院 一种通行需求满足度分析方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002163748A (ja) * 2000-11-27 2002-06-07 Natl Inst For Land & Infrastructure Management Mlit 交通流模擬装置による交通流予測制御システム
WO2016169290A1 (zh) * 2015-04-21 2016-10-27 华南理工大学 一种面向道路交通事故应急处置的决策支持系统及方法
CN110807926A (zh) * 2019-11-05 2020-02-18 武汉理工大学 一种基于混合交通的道路阻抗预测方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002163748A (ja) * 2000-11-27 2002-06-07 Natl Inst For Land & Infrastructure Management Mlit 交通流模擬装置による交通流予測制御システム
WO2016169290A1 (zh) * 2015-04-21 2016-10-27 华南理工大学 一种面向道路交通事故应急处置的决策支持系统及方法
CN110807926A (zh) * 2019-11-05 2020-02-18 武汉理工大学 一种基于混合交通的道路阻抗预测方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
交通分配中阻抗函数的研究和应用;陈冬栋等;《交通与运输(学术版)》;20101230(第02期);全文 *
机动车流路段阻抗函数参数标定与校核方法研究;戴继锋等;《城市交通》;20070125(第01期);全文 *

Also Published As

Publication number Publication date
CN113761725A (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
Schultz et al. Analysis of distribution and calibration of car-following sensitivity parameters in microscopic traffic simulation models
CN110619393A (zh) 基于学习算法的交通仿真软件参数标定方法、系统及介质
WO2023179167A1 (zh) 一种基于AquaCrop模型与SVR的作物灌溉需水量预测方法
CN112289034A (zh) 基于多模态时空数据的深度神经网络鲁棒交通预测方法
CN113761725B (zh) 一种基于交通仿真的路段阻抗函数校正方法
CN110688729B (zh) 基于自适应卡尔曼滤波的lstm-idm跟驰特性融合方法、存储介质及设备
CN111967696B (zh) 基于神经网络的电动汽车充电需求预测方法、系统及装置
CN110321587B (zh) 基于数值模拟的轨道车辆隧道空气附加阻力计算方法
CN113032902B (zh) 一种基于机器学习优化的高速列车气动头部外形设计方法
CN103344395B (zh) 一种桥梁加固目标承载力的确认方法及装置
CN116702096B (zh) 车辆高原环境道路滑行阻力测算方法及装置
CN114266384A (zh) 一种基于融合模型的快速预测台风路径的方法及其装置
CN112763406A (zh) 腐蚀数据分析方法、介质、评估方法及汽车
CN116933034A (zh) 生态系统碳储量变化的确定方法、系统、电子设备及介质
CN117709488B (zh) 基于RUN-XGBoost的大坝渗流预测方法
CN109541729B (zh) 一种基于narx的中国北方草原地区生长季降雨量的预测方法
CN113610266A (zh) 汽车零件的故障预测方法、装置、计算机设备和存储介质
Chow et al. TOPL: Tools for operational planning of transportation networks
CN114281808B (zh) 一种交通大数据清洗方法、装置、设备及可读存储介质
CN107590346B (zh) 基于空间多重相关解集算法的降尺度校正模型
CN114121177A (zh) 基于RegNet_1d模型和积分梯度法的ERα拮抗剂的生物活性预测方法
CN114882961B (zh) 基于原料权重作为模型参数选择条件的烧成曲线预测方法
CN117556157B (zh) 一种卡口位置的定位方法、装置、介质及设备
CN114220262B (zh) 一种基于交通仿真的车辆换道轨迹偏差计算方法
CN110569549A (zh) 一种基于区间摄动的桁架结构的动载荷识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant