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！

龙图腾网获悉重庆大学;重庆首讯科技股份有限公司申请的专利一种考虑交通事件信息的高速公路拥堵消散时间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：CN117935542B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202311854752.X，技术领域涉及：G06Q10/04；该发明授权一种考虑交通事件信息的高速公路拥堵消散时间预测方法是由孙棣华;赵敏;刘海生;廖思琪;张强;王世森;王璟婷设计研发完成，并于2023-12-29向国家知识产权局提交的专利申请。

本一种考虑交通事件信息的高速公路拥堵消散时间预测方法在说明书摘要公布了：本发明公开了一种考虑交通事件信息的高速公路拥堵消散时间预测方法，通过利用检测到的异常事件详细信息数据来进行决策树模型学习，进而构建出可用于预测事件持续时间的决策树模型；同时利用事件上报信息构建出通行能力估计模型；在此基础上构建出基于模糊交通波模型的拥堵消散时间预测模型，综合上述两部分的输出和模糊交通波模型，最后得出事件情况下的拥堵消散时间预测模型。本发明方法可以有效克服现有拥堵消散时间预测方法预测时对异常事件具体情况的考虑不充分的局限性，同时利用模糊交通波模型可以充分考虑到利用传统交通波模型时未充分考虑车辆排队过程中的速度分布差异性，进而实现对拥堵消散时间更高的预测精度和泛化能力。

本发明授权一种考虑交通事件信息的高速公路拥堵消散时间预测方法在权利要求书中公布了：1.一种考虑交通事件信息的高速公路拥堵消散时间预测方法，其特征在于，包括以下步骤： S1.采集高速公路异常事件数据，提取交通事件与交通拥堵的特征关系； S2.采集高速公路异常事件对应的上下游ETC数据和检测器数据，构建交通流数据集； S3.根据步骤S1得到的交通事件与交通拥堵的特征关系，构建事件持续时间预测模型； S4.基于步骤S3构建的事件持续时间预测模型，构建基于模糊交通波模型的拥堵消散时间预测模型； S4.1构建基于模糊交通波模型的排队长度预测模型； 式中，为t时刻多车道道路事件路段中的平均当量排队长度；E0为路段AB之间在初始时间的标准车辆数；Axi,t为利用模糊集确立的参与排队的第i条车道t时刻加入到事件路段的车辆数；Axli,t为利用模糊集确立的离开排队的第i条车道t时刻离开事件路段的车辆数；Axni,t为利用模糊集确立的未加入排队的第i条车道t时刻的车辆数；M为道路中的车道总数；为道路上的车辆平均阻塞密度；为道路上车辆行驶的最佳车密度；L为路段AB之间的长度； S4.2构建异常事件下道路通行能力估计模型； Cs＝C0·fn·fHV·fL 式中，Cs为交通异常事件下高速公路区域通行能力；C0为高速公路基本通行能力；fn为封闭车道数对高速公路路段通行能力的修正系数；fHV为大型车比例对高速公路路段通行能力修正系数；fL为封闭行车道长度对高速公路通行能力的修正系数； S4.3将步骤S2采集的交通流数据集和步骤S3构建的异常事件持续时间预测模型的输出作为输入，输入到步骤S4.1构建的排队长度预测模型中，得到异常事件下高速公路拥堵的相关信息； 所述步骤S4.3中，异常事件下高速公路拥堵的相关信息包括最大排队车辆数和拥堵消散时间； 所述拥堵消散时间的计算公式为： 式中，NUi,t为第i条车道t时刻加入到事件路段的车辆数；NDi,t为第i条车道t时刻从事件路段离开的车辆数；t0为事件持续时间预测模型的输出结果；Cst为实时道路通行能力； S5.将步骤S3构建的事件持续时间预测模型进行机器学习，再将机器学习后的事件持续时间预测模型的输出结果，输入到步骤S4构建的基于交通波模型的拥堵消散时间预测模型中，进而得到拥堵消散时间的预测结果。

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重庆大学;重庆首讯科技股份有限公司，其通讯地址为：400044 重庆市沙坪坝区正街174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。