買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉東南大學申請的專利基于大數據和深度學習的交通信號的控制優化方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120260307B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510733579.0，技術領域涉及：G08G1/083；該發明授權基于大數據和深度學習的交通信號的控制優化方法及系統是由韓傲彤;何逸柳;黃迪;顧子淵;劉志遠設計研發完成，并于2025-06-04向國家知識產權局提交的專利申請。

本基于大數據和深度學習的交通信號的控制優化方法及系統在說明書摘要公布了：本發明公開了基于大數據和深度學習的交通信號的控制優化方法及系統，屬于交通控制技術領域。方法包括：獲取控制區域內歷史交通基礎信息和歷史交通流量信息，對歷史交通基礎信息和歷史交通流量信息進行訓練集和測試集劃分，并對歷史交通流量信息進行預處理，得到處理數據；基于歷史交通基礎信息劃分交通控制子區域；構建交通控制模型，基于訓練集的處理數據和交通控制模型對交通控制子區域進行信號控制；構建虛擬交通運行模型，基于測試集的處理數據和交通控制模型進行交通信號控制虛擬運行，得到交通信號控制結果；對交通信號控制結果進行量化評價，完成交通信號的控制。本發明為城市交通管理提供了高效、智能的解決方案。

本發明授權基于大數據和深度學習的交通信號的控制優化方法及系統在權利要求書中公布了：1.基于大數據和深度學習的交通信號的控制優化方法，其特征在于，方法包括以下步驟： S1、獲取控制區域內歷史交通基礎信息和歷史交通流量信息，對所述歷史交通基礎信息和所述歷史交通流量信息進行訓練集和測試集劃分，并對所述歷史交通流量信息進行預處理，得到處理數據； S2、基于所述歷史交通基礎信息劃分交通控制子區域； S3、構建交通控制模型，基于訓練集的所述處理數據和所述交通控制模型對所述交通控制子區域進行信號控制； S4、構建虛擬交通運行模型，基于測試集的所述處理數據和所述交通控制模型進行交通信號控制虛擬運行，得到交通信號控制結果； S5、對所述交通信號控制結果進行量化評價，完成交通信號的控制； 所述交通控制模型包括：流量預測模塊、決策模塊以及優化模塊； 所述流量預測模塊用于基于歷史流量和實時流量與下一時間段進行流量預測； 所述決策模塊基于預測的流量進行交通控制，得到交通控制策略； 所述優化模塊用于對所述交通控制策略的結果進行優化，基于優化的所述交通控制策略對所述交通控制子區域進行信號控制； 構建所述虛擬交通運行模型的方法包括： 構建動態數據庫和靜態數據庫；所述動態數據庫用于存儲行人、車輛模型；所述靜態數據庫用于存儲道路、交通設施模型； 基于測試集的所述歷史交通基礎信息和所述處理數據設置交通運行場景； 基于所述交通運行場景和所述交通控制模型輸出的優化后的所述交通控制策略得到所述交通信號控制結果； 采用信控量化評價指數對所述交通信號控制結果進行量化評價，所述信控量化評價指數包括： 式中，Score表示信控量化評價指數；BS表示相位之間飽和度的均衡指數；v表示交叉口相位的數量；Scorephase表示相位的信控量化評價指數；α表示行人忍耐度在信控量化評價指數中的權重；η表示行人忍耐度； 其中， Scorephase＝β1ROR+β2Rp+β3Rg×100 式中，ROR、RP、Rg分別表示紅燈占有率、隊列比和綠燈利用率；β1、β2、β3分別為紅燈占有率、隊列比以及綠燈利用率的權重系數；si表示相位i的飽和度；n2表示交叉口相位的數量。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人東南大學，其通訊地址為：211189 江蘇省南京市江寧區東南大學路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。