A generation-filtering mechanism-based traffic flow eigenmode decomposition method. First, a high-speed traffic flow is regarded as a closed traffic system. According to the randomness of drivers, each driver is regarded as a separate particle, and a path trajectory is simulated. Then, according to the probability distribution of the trajectory under different parameters, a corresponding traffic mode is obtained. Next, the time evolution of traffic flow probability distribution caused by different driving modes on a site is obtained by taking different parameters of quantum random walk, and then different sites are transformed to form a high-speed traffic flow mode set. Finally, according to actually observed traffic flow data, the generated traffic modes are screened, and the modal structure of the traffic flow is inverted. The method reveals the complex structure and multi-modal features of the traffic flow from the perspective of multi-scale decomposition, and provides a certain reference for traffic management, prediction and regulation.
La présente invention concerne un procédé de décomposition en mode propre de flux de trafic basé sur un mécanisme de filtrage de génération. Premièrement, un flux de trafic à grande vitesse est considéré comme un système de trafic fermé. Selon le caractère aléatoire des conducteurs, chaque conducteur est considéré comme une particule séparée, et une trajectoire de trajet est simulée. Ensuite, en fonction de la distribution de probabilité de la trajectoire sous différents paramètres, un mode de trafic correspondant est obtenu. Ensuite, l'évolution au cours du temps de la distribution de probabilité de flux de trafic causée par différents modes de conduite sur un site est obtenue en prenant différents paramètres de marche aléatoire quantique, puis différents sites sont transformés pour former un ensemble de modes de flux de trafic à grande vitesse. Enfin, selon les données de flux de trafic réellement observées, les modes de trafic générés sont criblés, et la structure modale du flux de trafic est inversée. Le procédé révèle la structure complexe et les caractéristiques multimodales du flux de trafic du point de vue de la décomposition à échelles multiples, et fournit une certaine référence pour la gestion, la prédiction et la régulation du trafic.
一种基于生成—滤波机制的交通流特征模态分解方法,首先,将高速交通流作为一个封闭交通系统,根据驾驶员的随机性,将每个驾驶员看作一个单独的粒子,模拟出路径轨迹,再根据不同参数下轨迹的概率分布,得到对应的交通模态;其次,取不同的量子随机游走的参数,得到站点上由不同的驾驶模态导致的交通流概率分布的时间演化,进而变换不同的站点形成该高速交通流模态集合;最后,根据实际观测的交通流数据,对生成的交通模态进行筛选,反演出交通流的模态结构。该方法从多尺度分解的视角揭示了交通流的复杂结构和多模态特征,为交通管理、预测和调控的提供了一定参考。
GENERATION-FILTERING MECHANISM-BASED TRAFFIC FLOW EIGENMODE DECOMPOSITION METHOD
PROCÉDÉ DE DÉCOMPOSITION EN MODE PROPRE DE FLUX DE TRAFIC BASÉ SUR UN MÉCANISME DE FILTRAGE DE GÉNÉRATION
一种基于生成—滤波机制的交通流特征模态分解方法
2022-05-27
Patent
Electronic Resource
Chinese
DECOMPOSITION METHOD FOR TRAFFIC FLOW CHARACTERISTIC MODES BASED ON GENERATION-FILTERING MECHANISM
European Patent Office | 2022
|Traffic flow prediction method based on space-time decomposition and attention mechanism
European Patent Office | 2025
|Eigenmode Analysis for Turbomachinery Applications
AIAA | 2005
|