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！

龙图腾网获悉长沙理工大学申请的专利导航信息影响下基于交通流预测的动态交通诱导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：CN121122023B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511648219.7，技术领域涉及：G08G1/01；该发明授权导航信息影响下基于交通流预测的动态交通诱导方法是由郝威;李书新;张兆磊;阳云衡设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本导航信息影响下基于交通流预测的动态交通诱导方法在说明书摘要公布了：本发明涉及智慧交通技术领域，公开了一种导航信息影响下基于交通流预测的动态交通诱导方法，具体为，构建随机动态交通网络模型，量化描述OD需求及路段交通流的时变特性；建立导航信息影响下的路径出行时间感知模型，采用Logit模型计算路径选择概率；构建基于动态系统最优及动态用户均衡的混合交通分配模型，采用带剩余流量更新机制的连续平均法进行迭代求解；通过构建状态空间函数、动作空间函数及奖励函数形成强化学习环境；利用DDQN算法对模型进行训练，优化路径选择策略。本发明有效解决了现有方法因忽略节点延误、缺乏信息融合利用而导致诱导精度低和适应性差的问题，显著提升了动态交通诱导的效果。

本发明授权导航信息影响下基于交通流预测的动态交通诱导方法在权利要求书中公布了：1.一种导航信息影响下基于交通流预测的动态交通诱导方法，其特征在于，包括以下步骤： S1、构建随机动态交通网络模型，对起讫点OD需求及路段交通流的时变特性进行量化描述，构建具有时空维度的交通状态表征体系； S2、建立导航信息影响下的路径出行时间感知模型，通过引入权重系数衡量驾驶者对实时信息与历史经验的依赖程度，更新出行者的感知出行时间，并采用Logit模型计算路径选择概率； S3、构建基于动态系统最优及动态用户均衡的混合交通分配模型，采用带剩余流量更新机制的连续平均法进行迭代求解以实现交通流分配； 所述混合交通分配模型的构建包括： 构建动态系统最优交通分配模型，以最小化整个交通网络在时间范围内的总成本为目标： ； 其中，Y是时间范围[0,T]内所有路段的总成本；T是研究的时间范围；表示在时刻t路段a上从起点r到起讫点s的流量状态；表示路段a在t时刻的阻抗；A表示路段集；W表示起讫点OD对的集合；表示时间演化下的路径路段交通流量分布； xt为决策变量；构建动态用户均衡交通分配模型： ； 其中，是路段a在时刻t的流量； 然后连续平均法对动态系统最优交通分配模型及动态用户均衡的混合交通分配模型的分配结果进行迭代混合更新，并引入剩余流量更新机制以处理未完成流量，具体处理过程为：在每次迭代中引入上一时段的剩余未完成流量作为当前时段的输入量； S4、基于S1定义的交通网络模型和S3中混合交通分配模型定义的分配目标，建立基于深度强化学习的动态交通诱导模型，通过构建融合节点阻抗、路段拥堵指数及位置信息的状态空间函数、引入动态拥堵约束的动作空间函数以及综合考虑行程时间、剩余容量和目标导向的奖励函数，形成强化学习环境； 其中，所述动作空间函数具体为： ； 表示交通网络中的节点集合；表示当前车辆位置；表示目标节点；表示在时间t，从节点到 j的边的拥堵指数，为拥堵阈值；A表示路段集； 所述动态拥堵约束具体为：若某路段的拥堵指数超过动态调整的拥堵阈值，则将该路径从动作空间中剔除；所述拥堵阈值在高峰时段设为0.5，非高峰时段设为0.35； S5、利用双重深度Q网络DDQN算法对S4建立的动态交通诱导模型进行训练，通过经验回放、目标网络同步和探索概率衰减机制，优化路径选择策略，最终实现动态交通诱导。

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长沙理工大学，其通讯地址为：410114 湖南省长沙市天心区万家丽南路2段960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。