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！

龙图腾网获悉东南大学申请的专利一种考虑出行补贴的网联车路径控制方法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：CN116798230B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310772879.0，技术领域涉及：G08G1/01；该发明授权一种考虑出行补贴的网联车路径控制方法是由陆建;张放;胡晓健设计研发完成，并于2023-06-28向国家知识产权局提交的专利申请。

本一种考虑出行补贴的网联车路径控制方法在说明书摘要公布了：本发明公开了一种考虑出行补贴的网联车路径控制方法，包括以下步骤：步骤1，将路网抽象为有向图；步骤2，利用混合交通网络均衡模型表征路网内用户的路径选择行为；步骤3，利用双层规划模型表征考虑出行补贴的网联车路径控制问题；步骤4，利用基于敏感性分析的改进Frank‑Wolfe算法求解双层规划模型，得到最优路径控制方案。本发明通过网联车路径控制实现路网通行效率提升，同时通过提供出行补贴提高路径控制方案的可行性，为智能网联环境下的城市路网交通拥堵分析与管理提供参考依据。

本发明授权一种考虑出行补贴的网联车路径控制方法在权利要求书中公布了：1.一种考虑出行补贴的网联车路径控制方法，其特征在于，包括以下步骤： 步骤1，将路网抽象为有向图； 步骤2，利用混合交通网络均衡模型表征路网内用户的路径选择行为； 步骤3，利用双层规划模型表征考虑出行补贴的网联车路径控制问题； 步骤4，利用基于敏感性分析的改进Frank-Wolfe算法求解双层规划模型，得到最优路径控制方案； 步骤1具体包括： 将路网抽象为一个强连通的有向图，其中表示节点集合，表示路段集合，根据路径选择行为划分，路网中共有两类用户，分别为选择最短路径的用户均衡用户和选择系统最优路径的系统最优用户，将两类用户分别用角标1和2表示，用户类别集合用表示； 步骤2具体包括以下过程： 根据路段与路径流量关系，以及出行需求与路径流量关系，将用户类别m的流量可行集表示为： ； 其中，表示用户类别m的出行需求向量，表示总需求向量，两者满足，表示路网OD对集合，任意OD对的路径集合，所有路径的集合为，为用户类别m的路段流量向量，为路径流量向量，路段总流量向量为，路径总流量向量为；表示路段-路径关系矩阵，其元素表示路段a属于路径r，表示路段a不属于路径r；表示OD-路径关系矩阵，其元素表示路径r属于OD对w，表示路径r不属于OD对w； 令表示路段旅行时间，定义路段旅行时间表达式为： ； 式中，和分别表示路段a的自由流旅行时间和道路通行能力，和为函数参数； 令表示路径旅行时间向量，根据路段与路径旅行时间关系，满足； 定义路段边际旅行时间表达式为： ； 则路段边际旅行时间向量形式为； 用混合交通网络均衡模型表征路网中UE和SO两类用户路径选择行为，表示为以下变分不等式问题： 求解，使其满足以下条件： ； 式中的可行集表达式为： ； 步骤3具体包括： 将考虑出行补贴的网联车路径控制问题表示为双层规划模型，在上层问题中，控制中心充分考虑出行者对路径规划方案的响应行为，在下层问题中，利用混合交通网络均衡模型表征路网中UE和SO两类用户路径选择行为，双层规划模型表达式为： ； s.t.； ； ； 式中，表示实施路径控制后从UE用户转变为SO用户的出行需求向量，剩余UE用户的出行需求表示为，路径控制方案下两类用户的出行需求表示为；目标函数中的、分别表示系统总旅行时间和总补贴金额，表达式分别为： ； ； 式中，表示实施路径规划方案前最小出行成本，即所有用户均为UE用户时OD对w之间的最小出行成本；表示规划方案下OD对w之间出行成本增加的路径集合，即；式7和式8分别表示出行需求向量上界和下界的约束，表示网联车市场渗透率； 本方法还包括： 目标函数中的、在处的值通过下式近似： ； 式中，表示在迭代次数n内目标函数关于的梯度，由于在迭代次数n内的路段流量为已知，因此为常数，可在目标函数中省略，在式12的近似下，在迭代次数n内的目标函数式6改写为下式： ； 上式约束条件与双层规划模型中式6-式9约束条件相同，式13为迭代次数n内需要求解的子问题； 令表示用户类别m在迭代次数n内的路径选择矩阵，该路径选择矩阵在位置的元素值表示OD对w之间选择路径r的用户类别m出行者占该OD对用户类别m出行需求的比例，满足；式12中的映射通过下式近似： ； 步骤4具体包括以下过程： 步骤40，设定收敛阈值为，初始化各参数，其中迭代次数，，，； 步骤41，根据当前出行需求，利用对角化算法求解变分不等式问题式4，得到路段流量； 步骤42，确定可能性最高的路径流量形式和相应的路径选择矩阵； 步骤43，计算路径旅行时间，通过对比与的大小关系确定向量，更新集合、向量和矩阵； 步骤44，通过式15、式16计算目标函数梯度： ； ； 式中，、分别表示、去掉所有对应路径位置元素后的向量，表示将对应路径位置的元素替换为后的向量，表示去掉所有对应路径位置的行向量后的矩阵，表示去掉所有对应路径位置的列向量后的矩阵； 步骤45，通过下式计算梯度向量： ；； 通过下式确定子问题式13的最优解： ； 式中，为指示向量，当括号中的第j个条件成立时，；否则；计算UE用户出行需求； 步骤46，根据当前出行需求，用对角化算法求解变分不等式问题式，得到路段流量及路段总流量；确定使取最小值的步长，其中，令 ； ； 按照下式更新出行需求向量： ； ； 步骤47，若出行需求转换量足够小，即满足下式23，则终止算法并返回组合方案下的出行需求；否则，令，并返回步骤41， ； 式中，表示向量的范数； 按照以上步骤求解双层规划模型的式6-9，得到最优路径控制方案，即接受各OD对需要进行路径控制的车辆数； 利用对角化算法求解变分不等式问题，包括以下步骤： 步骤410，设定对角化算法的收敛阈值，初始化各参数，其中，，，根据更新路段旅行时间和路段边际旅行时间； 步骤411，根据路径旅行时间确定每个OD对的最短路径，将该OD对中所有UE用户分配至该路径上，得到UE用户的全有全无流量形式，计算UE用户的路段流量和搜索方向； 步骤412，根据路径边际旅行时间确定每个OD对边际旅行时间最短的路径，将该OD对的所有SO用户分配至该路径上，得到SO用户的全有全无流量形式，计算SO用户的路段流量和搜索方向； 步骤413，计算，，若其满足，停止算法并返回最优解，；否则，进入步骤414； 步骤414，确定最小化最优迭代步长，其中，令，，并返回步骤411。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2号；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。