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！

龙图腾网获悉南京感动科技有限公司申请的专利一种基于多路径贡献累加的高速公路短时流量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：CN121075137B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511636816.8，技术领域涉及：G06Q10/04；该发明授权一种基于多路径贡献累加的高速公路短时流量预测方法是由卞加佳;许可儿;陈旻;陶金;齐家设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本一种基于多路径贡献累加的高速公路短时流量预测方法在说明书摘要公布了：本发明公开了一种基于多路径贡献累加的高速公路短时流量预测方法。本发明通过将可计算路网与动态通行时间结合，构建带时空权重的有向图，同时进行路径剪枝，能够大大减少无效计算，并通过OD概率实现上游门架流量预测精准性的递推传导，能够有效控制误差累积效应，增强了预测结果的可追溯性，且通过扰动因子调整流量传导权重，实现感知、预测、修正，全链路响应，具备实时自适应能力，确保了本申请在面对复杂多变的交通环境时仍能保持较高的预测精度和稳定性，进一步的，通过采用抽屉原理的概率分配机制，实现了流量的精确计算和分配，确保了流量预测符合物理守恒定律，避免了不合理的流量分配，为智能交通管理提供了理论支持。

本发明授权一种基于多路径贡献累加的高速公路短时流量预测方法在权利要求书中公布了：1.一种基于多路径贡献累加的高速公路短时流量预测方法，其特征在于，包括以下步骤： 步骤1、获取高速公路的可计算路网、观测数据以及状态，并对其进行处理，得到输入数据； 在步骤1中，观测数据为每个节点的车辆通行记录，包括车牌、车型、通行时间、车辆速度观测值；状态包括：事故、天气、养护；可计算路网包括：边、节点的ID、拓扑关系以及相应的距离权重，其中，边为路段，节点为门架收费站；输入数据包括扰动因子、OD概率、路段速度、分钟级流量、以及可计算路网；路段速度、统计的分钟级流量均区分车型，车型包括大车、小车；在OD概率中，O代表起点，D代表终点，OD概率表示在某个节点，车流选择前往下一个待定方向的概率； 其中，得到输入数据的具体步骤如下：1.1、采用以下公式计算得到扰动因子： ； 其中，为天气影响系数，范围设置为[0,1]；为事故等级，设置为1-5级；为养护影响系数，其值为0时，表示无养护，为1时，表示全封闭；为天气影响下，小车系数或大车系数，具体的：为小车，为大车；为事故等级下，小车系数或大车系数，具体的：为小车，为大车；为养护影响下，小车系数或大车系数，具体的：为小车，为大车； 1.2、预测任务发起后，系统首先调取目标门架及其相关路段在预测时间点前的观测数据； 1.3、获取可计算路网； 步骤2、基于输入数据，设高速公路路网为有向图，对其进行反向路径检索与剪枝，得到预测时间内到达的路径的多维属性信息列表； 在步骤2中，设有向图为，且为门架、收费站的节点集合，为有向边集合，；多维属性信息列表包括：总动态通行时间、总OD概率、路径动态通行时间 得到到达的路径及其对应的多维属性信息列表，包括以下步骤： 2.1、以目标节点作为当前搜索的根节点，反向路径检索，得到有向图内所有路径集合 2.2、对于所有路径，设源头节点为，计算路径的总动态通行时间为，计算公式如下： ； 其中，；s为目标节点；为一条从到s的有向路径，由一系列有序的路段组成，，且；eij为路径上的一条有向路段，其方向从节点指向节点，且，为的第个节点，为的第个节点，；为路径上经过的一系列中间节点；为节点序列中的下一个节点；为作用于路段eij的扰动因子；为的基础通行时间，且，为的距离，为的路段速度； 2.3、仅保留满足时间约束的节点，将总动态通行时间和源头节点到下游节点的路段通行时间纳入可达域集合并继续访问，当所有节点都被访问且评估后终止遍历，输出最终的可达域； 其中，时间约束具体为：，为总预测时长； 2.4、计算可达域中每条路径的源头节点到下游节点的路径动态通行时间、以及总OD概率Op，具体公式如下： ； ； 为节点到的OD概率；为到的路段通行时间；为到的扰动因子；为误差衰减因子，用于反映路径距离对概率的衰减强度，且；为自然常数；为连乘符号； 2.5、储存每条路径中的每个节点的多维属性，得到预测时间内到达的路径的多维属性信息列表； 步骤3、基于收费站的分钟级流量，得到收费站的初始预测流量，结合动态趋势周期修正初始基础预测流量的偏差，生成基础预测流量； 步骤4、基于每条路径的多维属性信息列表以及基础预测流量，得到目标节点在预测时间内的总流量，具体步骤如下： 4.1、将每条路径的分钟级流量时间窗口按照时空传递的因果律映射到预测流量时间窗口，并根据最近优先原则确定路径以及其追溯的历史流量时间窗口，得到时刻的分钟级流量 4.2、对进行加权处理，得到加权的预测流量，具体公式如下： 4.3、将按照路径聚合，得到目标预测点s在t时刻的预测流量，具体公式如下： 4.4将按照时间聚合，得到，具体公式如下： 其中，为预测时间内的总流量；为路径对时刻的流量贡献量；为所有指向s的可行路径集合。

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南京感动科技有限公司，其通讯地址为：210000 江苏省南京市秦淮区菱角市66号39栋102室；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。