买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浪潮云信息技术股份公司申请的专利一种基于大模型优化交通网络的方法与装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119723870B 。

龙图腾网通过国家知识产权局官网在2026-01-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411775895.6，技术领域涉及：G08G1/01；该发明授权一种基于大模型优化交通网络的方法与装置是由宋晨旭;田元浩;王臻;张绪东;侯永东;王帅印设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种基于大模型优化交通网络的方法与装置在说明书摘要公布了：本发明特别涉及一种基于大模型优化交通网络的方法与装置。该基于大模型优化交通网络的方法与装置，收集交通数据，进行预处理，采用Transformer模型框架，通过无监督学习和强化学习相结合的方式，对交通数据进行训练，以预测未来的交通状态；基于LSTM和知识图谱的交通流量预测模型，根据交通流量预测值，采用基于GreyModel模型的交通信号灯配时智能优化算法智能调整交通信号灯控制策略，优化交通流分配，实现交通网络的动态优化。该基于大模型优化交通网络的方法与装置，通过实时分析交通数据，智能调整交通信号灯控制策略，优化交通流分配，实现了交通网络的动态优化，能够显著提升城市交通网络、高速公路和公共交通系统的效率和安全性。

本发明授权一种基于大模型优化交通网络的方法与装置在权利要求书中公布了：1.一种基于大模型优化交通网络的方法，其特征在于：包括以下步骤： 步骤S1、数据收集与特征提取 收集交通流量监控数据、天气信息以及与交通相关的自定义特殊事件信息，对收集到的数据进行预处理，包括缺失值处理、归一化处理以及时间序列数据的时间窗口划分； 采用Transformer模型框架的自注意力机制处理序列数据，通过无监督学习和强化学习相结合的方式，对预处理的数据进行训练，以预测未来的交通状态； 步骤S2、基于LSTM和知识图谱的交通流量预测模型 步骤S2.1、收集交通流量数据，包括历史交通流量、道路卡口、兴趣点POI和气象数据，结合道路交通信息和外部因素设计静态和动态的城市交通知识图谱，用于捕捉道路交通信息和外部因素的语义关系； 步骤S2.2、将城市交通知识图谱输入关系演化图卷积神经网络RE-GCN，使用关系演化图卷积神经网络RE-GCN对知识图谱进行知识嵌入； 步骤S2.3、利用长短期记忆网络LSTM进行交通流量预测，捕捉交通流量数据的时空关系； 步骤S2.4、将交通流量数据与城市交通知识图谱中提取的信息进行融合，然后输入时空多图卷积模块进行训练，提取时空特征； 步骤S2.5、通过交通流量预测模型的全连接层输出交通流量预测值，并在真实的交通流量数据集上评估交通流量预测模型的性能； 步骤S3、根据交通流量预测值，采用基于GreyModel模型的交通信号灯配时智能优化算法智能调整交通信号灯控制策略，优化交通流分配，实现交通网络的动态优化。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浪潮云信息技术股份公司，其通讯地址为：250100 山东省济南市高新区浪潮路1036号浪潮科技园S01号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。