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！

龙图腾网获悉山东科技大学申请的专利一种多策略改进的交通流量预测方法、设备及介质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：CN121148156B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511668121.8，技术领域涉及：G08G1/01；该发明授权一种多策略改进的交通流量预测方法、设备及介质是由孙彦明;赵沫涵;杜晓艳;徐年霞;庞怡丹;翟雅茹设计研发完成，并于2025-11-14向国家知识产权局提交的专利申请。

本一种多策略改进的交通流量预测方法、设备及介质在说明书摘要公布了：本发明涉及智慧交通技术领域，尤其涉及一种多策略改进的交通流量预测方法、设备及介质。本方法基于获取的交通时空数据，通过预设交通流量预测模型的优化算法层，得到预设交通流量预测模型的调优参数；基于所述调优参数更新预设交通流量预测模型，得到第一交通流量预测模型；通过训练集数据训练第一交通流量预测模型，得到第二交通流量预测模型；更新第二交通流量预测模型得到改进交通流量预测模型；所述改进交通流量预测模型用于输出交通流量预测值。本发明通过鲸鱼优化算法更新调优参数，改进后的预设交通流量预测模型增强了模型对交通时空数据的时空特征的多尺度提取能力和对关键时间步信息的聚焦能力。

本发明授权一种多策略改进的交通流量预测方法、设备及介质在权利要求书中公布了：1.一种多策略改进的交通流量预测方法，其特征在于，包括： 基于获取的交通时空数据，按照预设比例划分为训练集数据及测试集数据； 将所述训练集数据输入预设交通流量预测模型的优化算法层，得到预设交通流量预测模型的调优参数； 基于所述调优参数更新预设交通流量预测模型，得到第一交通流量预测模型； 通过训练集数据训练第一交通流量预测模型，得到第二交通流量预测模型； 将测试集数据输入第二交通流量预测模型后输出预测结果，若误差大于阈值则基于优化算法层更新调优参数，重新得到第二交通流量预测模型；若误差小于阈值，则得到改进交通流量预测模型； 所述改进交通流量预测模型用于输出交通流量预测值； 所述优化算法层包括鲸鱼优化算法；首先对优化算法层进行初始化，通过包围捕食、螺旋更新和搜索猎物得到初级调优参数；通过随机性学习策略和柯西变异策略调整初级调优参，得到调优参数；所述调优参数包括隐藏节点数、初始学习率、正则化系数； 所述第一交通流量预测模型包括CNN层、BiLSTM层、Attention层； 将训练集数据输入第一交通流量预测模型的CNN层，得到空间特征向量； 将所述空间特征向量输入第一交通流量预测模型的BiLSTM层，得到时序特征向量； 将所述时序特征向量输入第一交通流量预测模型的Attention层，得到上下文特征向量； 基于训练后的CNN层、BiLSTM层、Attention层，得到第二交通流量预测模型； 将训练集数据中的交通时空数据作为输入，通过第一交通流量预测模型的CNN层提取空间特征，采用Hadamard乘积将空间特征进行融合，得到空间特征向量； 所述Hadamard乘积的计算公式如下所示： ； 其中，M、N为同型特征矩阵，⊙表示Hadamard乘积； 将空间特征向量输入第一交通流量预测模型的BiLSTM层，得到时序特征向量； 将时序特征向量输入第一交通流量预测模型的Attention层，计算关键时间步信息，；其中，时序特征向量代表当前预测时间步的特征表示，键向量代表历史时间步的特征表示；和分别是查询和键的线性变换权重矩阵，用于将二者映射到相同维度空间；偏置项b作为可训练参数，初始通常设置为零向量并在训练过程中自动优化；表示是可训练权重向量的转置，用于将中间特征映射为标量注意力分数；表示为非线性激活函数； 基于关键时间步信息，通过Softmax函数得到注意力权重 基于注意力权重对时序特征向量进行加权求和，得到上下文特征向量Cm，

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。