您的检索：
学者姓名：陈艳艳
精炼检索结果：
年份
成果类型
收录类型
来源
综合
曾用名
合作者
语言
清除所有精炼条件
摘要 ：
本发明公开了一种合乘出行交通流量分配方法和系统，包括：根据交通网络中出行者可供选择的出行方式，通过引入虚拟路段和虚拟节点将原始交通网络构造为三层结构的拓展网络；计算拓展网络中与路段相关的出行费用，包括出行时间费用、燃料费用、不方便成本、合乘乘客支付给合乘司机的费用、合乘司机的收入，得到不同出行方式的路段出行成本；依据用户均衡原则建立合乘出行交通流量分配模型，计算得到交通网络中各路段不同出行方式的交通流量。本发明的优点是：解决了合乘出行交通系统中存在的出行路径选择和出行方式选择问题，获得交通网络中各路段不同出行方式的交通流量，节约计算时间并减少对计算机内存的占用，解决了无法避免乘客换乘的弊端。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 李同飞 , 葛瑶 , 熊杰 et al. 一种合乘出行交通流量分配方法和系统 : CN202310139834.X[P]. | 2023-02-15 . |
| MLA | 李同飞 et al. "一种合乘出行交通流量分配方法和系统" : CN202310139834.X. | 2023-02-15 . |
| APA | 李同飞 , 葛瑶 , 熊杰 , 周文涵 , 许琰 , 陈艳艳 . 一种合乘出行交通流量分配方法和系统 : CN202310139834.X. | 2023-02-15 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
本发明涉及一种基于阻抗矩阵的改进时空网络交通流流量预测方法，属于交通评价和控制领域。超前准确的流量预测可以为交通管理和控制提供决策的基础数据，有利于提升管控能力和效率。一方面，现有方法主要通过交通节点检测器的历史数据训练预测模型，忽略了节点之间的空间关系，导致不同节点的预测结果与实际有一定差距。另一方面，现有预测对长时间的流量数据相关性挖掘不足，往往难以完成较长时间颗粒的预测任务，以至于长时流量预测不准确。本专利对历史数据进行基础空间关系的构建，结合交通阻抗矩阵实时刻画路网节点间的空间关系，通过所提的STTN网络深度学习模型刻画更长时间的时间相关性，以提升长时流量预测的准确性。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 李汶昊 , 陈艳艳 , 张云超 et al. 一种基于阻抗矩阵的改进时空网络交通流预测方法 : CN202310300118.5[P]. | 2023-03-26 . |
| MLA | 李汶昊 et al. "一种基于阻抗矩阵的改进时空网络交通流预测方法" : CN202310300118.5. | 2023-03-26 . |
| APA | 李汶昊 , 陈艳艳 , 张云超 , 郭蕊 , 杨军 . 一种基于阻抗矩阵的改进时空网络交通流预测方法 : CN202310300118.5. | 2023-03-26 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
本发明公开了内河船舶AIS缺失数据拟合补偿方法，本发明基于已有船舶AIS训练数据集构建隐含层神经元相互正交的编码器模型，利用PSO算法优化神经元的权重和偏差，并逐个添加到编码器网络模型的隐含层中；本方法可以最大程度上提取AIS历史数据的特征变量，并根据特征变量进一步预测AIS缺失数据。与现有技术相比，本发明具有模型结构简单、预测精度高的特点。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 王燕霞 , 甘少君 , 叶劲松 et al. 内河船舶AIS缺失数据拟合补偿方法 : CN202310250177.6[P]. | 2023-03-15 . |
| MLA | 王燕霞 et al. "内河船舶AIS缺失数据拟合补偿方法" : CN202310250177.6. | 2023-03-15 . |
| APA | 王燕霞 , 甘少君 , 叶劲松 , 梁山 , 陈艳艳 . 内河船舶AIS缺失数据拟合补偿方法 : CN202310250177.6. | 2023-03-15 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
本发明提供一种网联自动驾驶车辆专用道规划方案合理性分析方法，包括：考虑前后车辆类型和CAV车辆编队特性划分不同的跟驰模式，根据不同跟驰模式下对应混合交通流中的不同车头时距；建立宏观概率模型计算混行条件下车辆平均车头时距以及相应的道路通行能力；基于对混行场景下道路通行能力的研究，推导适用于混合交通流的路段阻抗函数；假设在设置专用道后，CAV出行者的车道选择遵循用户均衡条件得到选择专用道的CAV出行者比例；通过比较设置CAV专用道路段前后总出行成本得到专用道规划方案合理性判断条件。本发明提出了针对未设置专用道路段判断专用道规划方案合理性的条件。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 李同飞 , 朱宏菲 , 范博 et al. 网联自动驾驶车辆专用道规划方案合理性分析方法 : CN202310243214.0[P]. | 2023-03-14 . |
| MLA | 李同飞 et al. "网联自动驾驶车辆专用道规划方案合理性分析方法" : CN202310243214.0. | 2023-03-14 . |
| APA | 李同飞 , 朱宏菲 , 范博 , 熊杰 , 窦雪萍 , 周文涵 et al. 网联自动驾驶车辆专用道规划方案合理性分析方法 : CN202310243214.0. | 2023-03-14 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
本发明提供一种面向网联自动驾驶混行场景的交叉口规划与信号优化方法，在HVs与CAVs混行的路网上提出了设置CAV专用相位和CAV专用进口道的信号交叉口，并提出了HVs与CAVs混行下的交叉口布局及信号设置优化问题，并对其进行建模，设置全局最优精确性算法求解得到问题的全局最优解，即决策路网中每个交叉口的类型(传统视觉信号交叉口，智能无信号交叉口，新型信号交叉口)，和两类信号交叉口的周期时长、绿灯时长、CAV专用相位时长，使得混行路网的总出行成本最小。本发明提出的交叉口规划和信号设置优化问题的建模方法和求解算法可以明显改善路网性能，提高不同市场渗透率下的HVs与CAVs混行路网的整体出行效率，充分发挥网联自动驾驶技术优势。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 李同飞 , 曹雅宁 , 范博 et al. 面向网联自动驾驶混行场景的交叉口规划与信号优化方法 : CN202310046478.7[P]. | 2023-01-31 . |
| MLA | 李同飞 et al. "面向网联自动驾驶混行场景的交叉口规划与信号优化方法" : CN202310046478.7. | 2023-01-31 . |
| APA | 李同飞 , 曹雅宁 , 范博 , 熊杰 , 窦雪萍 , 周文涵 et al. 面向网联自动驾驶混行场景的交叉口规划与信号优化方法 : CN202310046478.7. | 2023-01-31 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
本发明公开了一种整合的自动驾驶专用道及多类型交叉口布局优化方法，包括以下步骤：步骤S1：描述城市路网中的混行场景；步骤S2：明确CAV专用道与交叉口的类型、CAV专用进口道；步骤S3：明确DISLP问题中决策变量和决策变量之间的关系；步骤S4：计算出行成本；步骤S5：构造流量分配的约束条件；步骤S6：构建问题模型；步骤S7：设计改进遗传算法求解。本发明可以明显减少系统总出行成本，提高路网运行效率，针对问题模型，考虑HV在路网中的可达性，采用改进的遗传算法，以有限次迭代获得强平稳解。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 李同飞 , 钱振 , 陈艳艳 et al. 一种整合的自动驾驶专用道及多类型交叉口布局优化方法 : CN202310733141.3[P]. | 2023-06-20 . |
| MLA | 李同飞 et al. "一种整合的自动驾驶专用道及多类型交叉口布局优化方法" : CN202310733141.3. | 2023-06-20 . |
| APA | 李同飞 , 钱振 , 陈艳艳 , 窦雪萍 , 周文涵 , 熊杰 . 一种整合的自动驾驶专用道及多类型交叉口布局优化方法 : CN202310733141.3. | 2023-06-20 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
本发明公开了一种大型行人设施内密集人群引导疏散仿真方法，计算所有子区域与每个出口相关的势能值；考虑子区域到每个出口的距离、子区域的行人密度和子区域的行人平均速度确定子区域与每个出口相关的势能值；将计算得到势能值的子区域添加到与出口对应的有序队列中；确定每个子区域的临时疏散出口；根据每个子区域与每个出口相关的势能值，为每个子区域的行人分配一个临时疏散出口；确定每个子区域的目标疏散出口；根据信息发布时间间隔和子区域维持原出口惯性制定不同引导疏散策略，能够揭示不同引导策略下个体和群体的运动行为规律以及各种自组织现象的形成和演化规律；本发明为大型行人设施内密集人群的安全疏散方案提供科学依据和建议。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 陈亮 , 李永行 , 陈宁 et al. 一种大型行人设施内密集人群引导疏散仿真方法 : CN202310351011.3[P]. | 2023-04-04 . |
| MLA | 陈亮 et al. "一种大型行人设施内密集人群引导疏散仿真方法" : CN202310351011.3. | 2023-04-04 . |
| APA | 陈亮 , 李永行 , 陈宁 , 陈艳艳 . 一种大型行人设施内密集人群引导疏散仿真方法 : CN202310351011.3. | 2023-04-04 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
Traffic state estimation (TSE), which reconstructs the traffic variables (e.g., speed, flow) on road segments using partially observed data, plays an essential role in intelligent transportation systems. Generally, traffic estimation problems can be divided into two categories: model-driven approaches and data-driven approaches. The model-driven method is commonly used to solve TSE efficiently and calibrate the parameters of these models. The data-driven method requires a large amount of historical observed traffic data in order to improve performance accurately. In order to combine the advantages of model-driven and data-driven methods, this paper proposed a hybrid framework incorporating the traffic flow model into deep learning (TFMDL) modeling that contains both model-driven and data-driven components. This paper focuses on highway TSE with observed data from loop detectors. We build a hybrid cost function to adjust the weights of model-driven and data-driven proportions. We then evaluate the proposed framework using the open-access performance measurement system (PMS) dataset on a corridor of US I-405 in Los Angeles, California. The experimental results show the advantages of the proposed TFMDL approach in performing better than several benchmark models in terms of estimation accuracy and data efficiency.
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | Pan, Yuyan Annie , Guo, Jifu , Chen, Yanyan et al. Incorporating Traffic Flow Model into A Deep Learning Method for Traffic State Estimation: A Hybrid Stepwise Modeling Framework [J]. | JOURNAL OF ADVANCED TRANSPORTATION , 2022 , 2022 . |
| MLA | Pan, Yuyan Annie et al. "Incorporating Traffic Flow Model into A Deep Learning Method for Traffic State Estimation: A Hybrid Stepwise Modeling Framework" . | JOURNAL OF ADVANCED TRANSPORTATION 2022 (2022) . |
| APA | Pan, Yuyan Annie , Guo, Jifu , Chen, Yanyan , Li, Siyang , Li, Wenhao . Incorporating Traffic Flow Model into A Deep Learning Method for Traffic State Estimation: A Hybrid Stepwise Modeling Framework . | JOURNAL OF ADVANCED TRANSPORTATION , 2022 , 2022 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
一种基于特征数据的电动公交车行程能耗快速预测方法属于交通领域。本发明为了电动公交车车队充电计划提供车辆能耗预测值，基于历史数据，对车辆行程能耗进行预测。考虑车辆能耗与特征数据的关系，发明了一种基于特征数据的电动公交车能耗的快速计算方法。该方法首先收集电动公交车历史上的电量数据和行程数据，提取稳定的关键特征，寻找与新行程的特征最接近的历史数据，以历史能耗数据的均值作为新行程能耗预测值。本发明在已有的电动公交车运营数据中，充分挖掘车辆行程能耗特征；提出了快速精准预测电动公交车能耗的新方法。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 何佳 , 史淼 , 张健 et al. 一种基于特征数据的电动公交车行程能耗快速预测方法 : CN202211299932.1[P]. | 2022-10-24 . |
| MLA | 何佳 et al. "一种基于特征数据的电动公交车行程能耗快速预测方法" : CN202211299932.1. | 2022-10-24 . |
| APA | 何佳 , 史淼 , 张健 , 贺正冰 , 陈宁 , 陈艳艳 . 一种基于特征数据的电动公交车行程能耗快速预测方法 : CN202211299932.1. | 2022-10-24 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
本发明公开了基于雷达与AIS数据融合的内河船舶轨迹关联方法，本发明的雷达与AIS融合中的航迹关联方法中，利用目标船舶的雷达航迹与AIS航迹之间的距离作为系数矩阵，通过对矩阵的变换、试指派以及尼格覆盖理论等操作，最终找出轨迹匹配的最优解，具有准确度高、可靠性强等优点，在多目标的复杂场景下，也实现了船舶的雷达航迹与AIS航迹准确可靠关联。本发明通过探索多目标复杂场景下不同航迹之间的相似性，得到船舶雷达航迹与AIS航迹的最优匹配方案，找出了船舶在航行过程中的AIS与雷达互联对应关系，完成了船舶的动态信息融合，提高了内河航行中对目标船舶的动态感知和辨析能力。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 王燕霞 , 甘少君 , 梁山 et al. 基于雷达与AIS数据融合的内河船舶轨迹关联方法 : CN202211691939.8[P]. | 2022-12-27 . |
| MLA | 王燕霞 et al. "基于雷达与AIS数据融合的内河船舶轨迹关联方法" : CN202211691939.8. | 2022-12-27 . |
| APA | 王燕霞 , 甘少君 , 梁山 , 陈艳艳 . 基于雷达与AIS数据融合的内河船舶轨迹关联方法 : CN202211691939.8. | 2022-12-27 . |
| 导入链接 | NoteExpress RIS BibTex |
导出
| 数据： |
选中 到 |
| 格式： |
