恭喜煙臺哈爾濱工程大學(xué)研究院楊翰琨獲國家專利權(quán)
買專利賣專利找龍圖騰,真高效! 查專利查商標(biāo)用IPTOP,全免費(fèi)!專利年費(fèi)監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)恭喜煙臺哈爾濱工程大學(xué)研究院申請的專利一種融合趨勢與季節(jié)性的交通流量預(yù)測方法獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN119811095B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202510299901.3,技術(shù)領(lǐng)域涉及:G08G1/01;該發(fā)明授權(quán)一種融合趨勢與季節(jié)性的交通流量預(yù)測方法是由楊翰琨;趙宇軒;胡錦賀;徐國慶;李冬雪設(shè)計研發(fā)完成,并于2025-03-14向國家知識產(chǎn)權(quán)局提交的專利申請。
本一種融合趨勢與季節(jié)性的交通流量預(yù)測方法在說明書摘要公布了:本發(fā)明公開了一種融合趨勢與季節(jié)性的交通流量預(yù)測方法,包括步驟:1)構(gòu)建基于序列到序列構(gòu)架的預(yù)測網(wǎng)絡(luò)模型,包含趨勢預(yù)測子模型和融合預(yù)測子模型;2)利用往年數(shù)據(jù)和當(dāng)年缺少目標(biāo)特殊時期的數(shù)據(jù),通過趨勢預(yù)測子模型計算參考特殊時期的趨勢因素序列與季節(jié)性因素序列,訓(xùn)練融合預(yù)測子模型;3)通過趨勢預(yù)測子模型計算目標(biāo)特殊時期的趨勢因素序列與季節(jié)性因素序列,輸入訓(xùn)練后的融合預(yù)測子模型,得到目標(biāo)特殊時期的交通流量預(yù)測數(shù)據(jù)。本發(fā)明能夠在僅具備單年度歷史觀測數(shù)據(jù)的條件下,有效融合趨勢與季節(jié)性因素,提升預(yù)測的準(zhǔn)確性與穩(wěn)健性。
本發(fā)明授權(quán)一種融合趨勢與季節(jié)性的交通流量預(yù)測方法在權(quán)利要求書中公布了:1.一種融合趨勢與季節(jié)性的交通流量預(yù)測方法,其特征在于:所處理的數(shù)據(jù)為時間序列數(shù)據(jù),時間序列數(shù)據(jù)中的元素值代表對應(yīng)時間的交通流量大小;一條時間序列數(shù)據(jù)對應(yīng)一個年份,且每條時間序列數(shù)據(jù)都覆蓋所對應(yīng)年份的一個正常時期和T個特殊時期,T大于等于2;每一個時期分別對應(yīng)時間序列數(shù)據(jù)中的一個子序列,稱之為時間子序列數(shù)據(jù);所有年份的時期劃分方式相同,所有時間序列數(shù)據(jù)都按日期進(jìn)行對齊;所述交通流量預(yù)測方法的目標(biāo)是:基于某一往年完整的時間序列數(shù)據(jù)和當(dāng)年缺少目標(biāo)特殊時期數(shù)據(jù)的時間序列數(shù)據(jù),預(yù)測當(dāng)年的目標(biāo)特殊時期的交通流量數(shù)據(jù);所述交通流量預(yù)測方法的步驟包括:步驟1:構(gòu)建基于序列到序列構(gòu)架的預(yù)測網(wǎng)絡(luò)模型;所述預(yù)測網(wǎng)絡(luò)模型包括趨勢預(yù)測子模型和融合預(yù)測子模型;所述趨勢預(yù)測子模型為LSTM模型;所述趨勢預(yù)測子模型的輸入為某一年正常時期對應(yīng)的時間子序列數(shù)據(jù),輸出為該年參考特殊時期的時間子序列預(yù)測數(shù)據(jù)和該年目標(biāo)特殊時期的時間子序列預(yù)測數(shù)據(jù);將某一特殊時期的真實時間子序列數(shù)據(jù)與時間子序列預(yù)測數(shù)據(jù)之差定義為該特殊時期的季節(jié)性預(yù)測差值;所述融合預(yù)測子模型的輸入包括趨勢因素序列和季節(jié)性因素序列,所述趨勢因素序列為當(dāng)年某一特殊時期的時間子序列預(yù)測數(shù)據(jù),所述季節(jié)性因素序列為該特殊時期的季節(jié)性預(yù)測差值;融合預(yù)測子模型的輸出為當(dāng)年中輸入所對應(yīng)的特殊時期的交通流量預(yù)測數(shù)據(jù),亦記為該特殊時期的時間子序列融合預(yù)測數(shù)據(jù);所述融合預(yù)測子模型包括編碼器和解碼器兩部分;融合預(yù)測子模型中,編碼器部分基于LSTM網(wǎng)絡(luò)構(gòu)建,它接收兩個輸入序列——趨勢因素序列和季節(jié)性因素序列,經(jīng)過多層LSTM的計算,得到固定長度的隱藏狀態(tài)向量和細(xì)胞狀態(tài)向量;融合預(yù)測子模型中,解碼器部分基于LSTM網(wǎng)絡(luò),計算時先將編碼器輸出的隱藏狀態(tài)向量和細(xì)胞狀態(tài)向量設(shè)置為解碼器中隱藏狀態(tài)向量和細(xì)胞狀態(tài)向量的初始值,然后通過多層LSTM網(wǎng)絡(luò)進(jìn)行計算;在每一步計算得到新的隱藏狀態(tài)向量和細(xì)胞狀態(tài)向量時,利用該步的隱藏狀態(tài)向量和細(xì)胞狀態(tài)向量得到對應(yīng)的輸出值;設(shè)第步得到的隱藏狀態(tài)向量和細(xì)胞狀態(tài)向量分別為和,則該步對應(yīng)的輸出值;其中,非線性函數(shù)代表了趨勢因素與季節(jié)性因素之間的非線性關(guān)系;、和為可訓(xùn)練的權(quán)重矩陣,為可訓(xùn)練的偏置項;為Sigmoid激活函數(shù),用于LSTM門控機(jī)制的非線性映射;也為Sigmoid激活函數(shù),用于控制LSTM輸出形式;所有步的輸出值構(gòu)成的序列即為融合預(yù)測子模型所輸出的時間子序列融合預(yù)測數(shù)據(jù);步驟2:基于往年已知且完整的時間序列數(shù)據(jù)和當(dāng)年缺少目標(biāo)特殊時期的時間序列數(shù)據(jù),通過趨勢預(yù)測子模型計算參考特殊時期所對應(yīng)的趨勢因素序列與季節(jié)性因素序列,然后構(gòu)建訓(xùn)練樣本,訓(xùn)練所述融合預(yù)測子模型;所述參考特殊時期是指事先選擇的一年中除目標(biāo)特殊時期之外的另一特殊時期;步驟3:基于往年已知且完整的時間序列數(shù)據(jù)和當(dāng)年缺少目標(biāo)特殊時期的時間序列數(shù)據(jù),通過趨勢預(yù)測子模型計算目標(biāo)特殊時期所對應(yīng)的趨勢因素序列與季節(jié)性因素序列,然后輸入到訓(xùn)練后的融合預(yù)測子模型,得到當(dāng)年目標(biāo)特殊時期的交通流量預(yù)測數(shù)據(jù)。
如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人煙臺哈爾濱工程大學(xué)研究院,其通訊地址為:264000 山東省煙臺市煙臺經(jīng)濟(jì)技術(shù)開發(fā)區(qū)青島大街1號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。


熱門推薦
- 恭喜創(chuàng)新工場(北京)企業(yè)管理股份有限公司馮霽獲國家專利權(quán)
- 恭喜西安鐵路信號有限責(zé)任公司齊雪梅獲國家專利權(quán)
- 恭喜浙江大華技術(shù)股份有限公司曾飛洋獲國家專利權(quán)
- 恭喜通用設(shè)備和制造公司M·西蒙斯獲國家專利權(quán)
- 恭喜騰訊科技(深圳)有限公司涂兆鵬獲國家專利權(quán)
- 恭喜上海霍亨環(huán)保科技有限公司廖明君獲國家專利權(quán)
- 恭喜江蘇英曼電子工業(yè)有限公司王傳寶獲國家專利權(quán)
- 恭喜福特全球技術(shù)公司曾福林獲國家專利權(quán)
- 恭喜憶備縮微科技(北京)有限公司靳張鋁獲國家專利權(quán)
- 恭喜ASML荷蘭有限公司K·W·張獲國家專利權(quán)