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！

龙图腾网获悉四川轻化工大学申请的专利一种智能化交通流量实时预测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：CN120148252B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510636255.5，技术领域涉及：G08G1/01；该发明授权一种智能化交通流量实时预测方法是由唐宇峰;林椿松;文静;曹修全;何俚秋设计研发完成，并于2025-05-16向国家知识产权局提交的专利申请。

本一种智能化交通流量实时预测方法在说明书摘要公布了：本发明提供了一种智能化交通流量实时预测方法，属于智慧交通领域，其内容包括：获取在线监测的交通流量数据，对数据进行预处理；基于鲨鱼和金枪鱼联盟优化算法（STA）对混合特征网络模型的超参数进行优化；其次，根据优化后的超参数，训练并构建混合特征网络模型；再次，每获取最新监测数据，通过移动平均误差对预测结果进行评价，并根据评价结果对混合特征网络进行实时训练和微调，实现混合特征网络的实时动态更新；最后，基于更新后的混合特征网络预测下一时间段的交通流量；本发明可为准确进行交通流量，为实现精细化交通管理、低碳减排与能源优化提供依据。

本发明授权一种智能化交通流量实时预测方法在权利要求书中公布了：1.一种智能化交通流量实时预测方法，其特征在于，包括以下步骤： 步骤一：获取在线监测得到历史交通流量数据，对数据进行预处理； 步骤二：构建基于并行卷积层-长短时记忆层并结合多头注意力机制的混合特征网络模型框架，设置待寻优超参数及寻优范围； 步骤三：基于鲨鱼和金枪鱼联盟优化算法和历史交通流量数据，优化混合特征网络模型的超参数； 所述鲨鱼和金枪鱼联盟优化算法，包含以下四个阶段： （一）种群初始化： 1、生成初始种群：随机生成初始种群M i 0 ，其中每个个体M i 0 的位置由以下公式确定： M i 0 =lb+ub-lb×rand1,dim 其中M i 0 代表第i个个体的位置，i代表个体的序号，i=1,2,…,N，N为种群规模，上标代表迭代次数，其中0代表初始化阶段；lb和ub分别为搜索空间的下限及上限，dim为待优化问题的维度，rand1,dim生成一个1×dim的随机向量，其元素取值范围为[0,1]； 2、计算初始适应度值： 计算每个个体的适应度值fitnessi，fitnessi=f obj M i 0 ，其中f obj 为适应度函数；记录历史最优解位置best_M和历史最优适应度值best_cost，并将适应度最优的个体标记为鲨鱼个体，其他个体标记为金枪鱼个体； （二）鲨鱼个体更新： 鲨鱼个体通过莱维飞行和随机扰动进行全局搜索： x shark iter+1 =x shark iter +α×levyβ,dim+γ×best_M-x shark iter +0.1×randn1,dim 其中x shark iter 是鲨鱼个体的位置，iter为当前迭代次数，levyβ,dim是莱维飞行函数，randn1,dim生成一个1×dim的矩阵，元素服从标准正态分布，参数α、β和γ计算公式为： α=0.1×1-iterT β=1.5×1-iterT γ=1-0.5×1-iterT 其中，T为最大迭代次数； （三）金枪鱼个体更新： 金枪鱼个体更新步骤为：1、对每个金枪鱼个体i，生时一个0~1间的随机数R i ；2、根据R i 值选择是直接更新还是镜像更新： 当R i ≥0.5，该金枪鱼为直接更新，直接更新方式为： M i iter+1=M i iter +C 1 ×rand1,dim×x shark iter -M i iter ; 其中C 1 为直接更新系数； 当R i ＜0.5，该金枪鱼为镜像更新，分为3个步骤： 步骤一：生成镜像个体x mirror,i iter ： x mirror,i iter =2×x shark iter -M i iter +0.1×randn1,dim 步骤二：判断镜像个体在各维度是否超出搜索空间边界，若在第j个维度超出边界，则对该维度位置进行修正： x mirror,i,j iter =ub j -R i ×ub j -x shark,j iter ifx mirror,i,j iter ub j x mirror,i,j iter =lb j +R i ×x shark,j iter -lb j ifx mirror,i,j iter lb j 其中x mirror,i,j iter 为第i个个体在第j个维度的修正镜像位置，x shark,j iter 代表鲨鱼个体在第j个维度的值；j=1,2,…,dim;ub j 和lb j 分别代表在第j个维度的搜索上限及下限； 步骤三：根据镜像个体的位置，更新金枪鱼个体位置： M i iter+1=x mirror,i iter +C 2 ×rand1,dim×x shark iter -x mirror,i iter ; 其中C 2 为镜像更新系数； （四）适应度更新与迭代终止： 1、重新计算所有个体最新位置的适应度值，更新best_M和best_cost； 2、判断是否达到迭代终止条件，若满足迭代终止条件，则输出best_M和best_cost值，计算终止；若不满足终止条件，则将该次迭代下适应度值最优个体更新为鲨鱼个体，其余个体定义为金枪鱼个体，重复计算阶段（二）~阶段（四）; 步骤四：基于优化的超参数和历史交通流量数据，构建并训练得到混合特征网络模型； 步骤五：设置移动平均误差窗口大小W1、动态更新启动误差E和动态更新窗口大小W2； 每获取最新监测数据，计算最近的W1个预测值的平均值，即移动平均误差P，若P大于E，则提取最新的W2个监测数据对混合特征网络进行实时训练和微调，实现混合特征网络的实时动态更新； 步骤六：根据最新的混合特征网络对下一时间段的交通流量进行预测。

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四川轻化工大学，其通讯地址为：643000 四川省自贡市自流井区汇东学苑街180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”。