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！

龙图腾网获悉石家庄市城市综合交通规划研究所申请的专利一种基于大数据的城市道路交通出入口影响评价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：CN120542696B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510388677.5，技术领域涉及：G06Q10/063；该发明授权一种基于大数据的城市道路交通出入口影响评价方法是由李龙;贾晓欢;侯胜军;吕子田设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本一种基于大数据的城市道路交通出入口影响评价方法在说明书摘要公布了：本发明公开了一种基于大数据的城市道路交通出入口影响评价方法，涉及城市交通管理技术领域，包括构建交通特征向量；基于交通特征向量构建城市道路交通网络拓扑图，提出动态权重图嵌入算法，建立路网关联映射模型；对路网关联映射模型应用基于注意力机制的图神经网络算法，进行道路节点影响因子评估，量化分析道路出入口影响程度；融合影响因子评估结果，采用跨域集成学习方法构建多维度交通影响评价模型；根据所述多维度交通影响评价模型的的性能评估结果，通过智能推荐算法生成城市道路交通出入口优化决策建议，完成交通网络节点精准调度。本发明基于强化学习开发了智能推荐算法，为交通管理决策提供了可靠的优化建议。

本发明授权一种基于大数据的城市道路交通出入口影响评价方法在权利要求书中公布了：1.一种基于大数据的城市道路交通出入口影响评价方法，其特征在于：包括， 通过多源异构传感器获取城市道路交通原始数据，并进行预处理和时空特征标注，形成交通特征向量；所述城市道路交通原始数据包括车辆通行密度、行驶轨迹、通行时间； 基于所述交通特征向量构建城市道路交通网络拓扑图，提出动态权重图嵌入算法，通过多尺度特征提取，调整道路网络结构特征和连接权重，建立路网关联映射模型； 对所述路网关联映射模型应用基于注意力机制的图神经网络算法，进行道路节点影响因子评估，计算道路节点中心性、网络传播性和动态可达性，量化分析道路出入口影响程度； 融合影响因子评估结果，采用跨域集成学习方法构建多维度交通影响评价模型，并定义量化指标体系；所述量化指标体系包括通行效率、网络韧性和传播影响力； 根据所述多维度交通影响评价模型的性能评估结果，通过智能推荐算法生成城市道路交通出入口优化决策建议，完成交通网络节点精准调度； 所述建立路网关联映射模型包括以下步骤： 根据交通特征向量构建初始路网拓扑图，将道路交叉口设为网络节点，道路连接段设为网络边，初始化节点属性矩阵和边连接矩阵； 采用分层聚类方法对网络节点进行多尺度划分，构建三层路网结构，分别为主干道层、次干道层和支路层，记录各层级节点间的连接关系； 提取所述交通特征向量中的车辆通行密度、行驶轨迹、通行时间特征，计算节点之间的时空关联强度，生成初始权重矩阵； 构建动态权重图嵌入算法，所述动态权重图嵌入算法采用多头注意力机制计算节点间影响关系，通过时序信息融合模块捕捉权重演化特征，结合对比学习策略和残差连接优化节点向量表示，完成路网结构的动态建模； 对所述三层路网结构分别应用动态权重图嵌入算法，得到层间节点映射关系，构建层级化路网表示； 提取网络结构特征，包括节点度分布、聚类系数、路径长度分布，计算各层级网络拓扑特征； 基于所述层级化路网表示和所述网络拓扑特征，构建自适应权重更新机制，动态调整网络连接权重； 整合所述层级化路网表示、网络拓扑特征和动态连接权重，建立路网关联映射模型； 所述进行道路节点影响因子评估包括以下步骤： 基于路网关联映射模型提取道路节点特征，包括节点的空间位置信息、连接度信息和交通流量信息，构建节点特征矩阵； 设计基于双向门控循环单元的时序注意力模块，捕获节点特征的时间演化规律，生成节点的动态时序表示； 构建空间注意力层，计算节点间的空间依赖关系，融合不同范围的邻域信息，形成节点的空间关联表示； 结合所述时序注意力模块和空间注意力层，构建时空注意力图神经网络模型，对节点特征进行动态聚合与传播； 基于所述时空注意力图神经网络模型计算道路节点中心性指标，包括度中心性、介数中心性和特征向量中心性，评估节点在网络中的重要程度； 基于所述时空注意力图神经网络模型构建网络传播模块，模拟交通流在路网中的扩散过程，计算节点间的传播效率和传播范围，得到网络传播性指标； 基于所述时空注意力图神经网络模型建立动态可达性评估模块，基于实时路况和历史数据，计算节点可达时间和可达范围，量化节点的可达性水平； 整合所述道路节点中心性指标、网络传播性指标和可达性水平，设计多层感知机网络，计算道路节点的综合影响因子； 针对道路出入口节点，结合周边路网结构特征和交通流特征，量化分析综合影响因子对区域交通网络的影响程度； 所述采用跨域集成学习方法构建多维度交通影响评价模型包括以下步骤： 对道路节点的综合影响因子进行特征分解，提取节点动态特征、结构特征和流量特征，构建特征向量组； 设计跨域特征映射模块，将不同特征域的数据映射到统一特征空间，采用自编码器进行特征对齐和降维； 构建基学习器集合，包括随机森林、梯度提升树和深度神经网络，对所述特征向量组进行并行训练； 采用加权投票策略对基学习器预测结果进行集成，权重系数通过交叉验证优化确定，得到融合预测结果； 建立通行效率评价指标，通过路段平均通行时间、交通流量变化率和拥堵延迟指数的综合计算，得到通行效率得分； 构建网络韧性评价指标，通过网络连通性指数、路网备选路径数量和交通流量波动承受能力的综合分析，得到网络韧性得分； 建立传播影响力评价指标，通过交通流扩散范围、拥堵传播速度和区域影响持续时间的综合评估，得到传播影响力得分； 对所述通行效率得分、网络韧性得分和传播影响力得分进行归一化处理，设计层次分析法确定指标权重； 基于指标得分和指标权重，构建多维度交通影响评价模型，输出综合评价结果。

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石家庄市城市综合交通规划研究所，其通讯地址为：050091 河北省石家庄市中华南大街476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。