基于生成式神经网络的城市交通规划方案生成方法和系统技术方案

技术编号:42190352 阅读:18 留言:0更新日期:2024-07-30 18:40
本公开公开了基于生成式神经网络的城市交通规划方案生成方法和系统,所述方法包括:对交通系统数据进行数据清洗和特征处理,获得处理后的交通系统数据;利用处理后的交通系统数据训练CGAN模型,通过CGAN模型中的生成器生成交通规划方案,并利用CGAN模型中的判别器对所述交通规划方案进行效果评估;根据评估结果对CGAN模型进行优化,以提高交通规划方案生成的质量。本公开能够从大量数据中学习城市交通环境的特征,准确地模拟不同基础条件下的交通情况并生成多种规划方案进行筛选和优化。

【技术实现步骤摘要】

本公开涉及城市交通,尤其涉及基于生成式神经网络的城市交通规划方案生成方法和系统


技术介绍

1、城市交通规划工作是指对城市交通系统进行综合规划和设计的工作,包括对城市道路、公共交通、停车设施等交通基础设施的规划和布局,以及对交通管理、交通组织、交通安全等方面的规划和设计。

2、而交通方案规划设计所面临的第一个问题就是选址(选线),其次是交通调查和分析、规划设计、评估优化等工作。其中,选址选线工作是后续工作的重要基础,为后续工作提供清晰的方向和目标,其工作的优劣会直接影响到后续基础设施的规划和设计。

3、在具体选址项目实施中,这项工作往往需要面对复杂基础条件、数据不完备、需求复杂、方案评估困难等问题。传统的交通规划方案生成方法通常基于规则和经验,缺乏对于复杂交通系统的深入理解和精确建模,并且存在以下缺陷:

4、1、传统方法容易受到规划者经验和主观意见的影响,缺乏客观性和科学性。

5、2、交通仿真模型和数据驱动方法需要大量的计算资源和数据支持,不适用于资源有限的情况。

6、3、现有方法往往只能针对单个本文档来自技高网...

【技术保护点】

1.基于生成式神经网络的城市交通规划方案生成方法,其特征在于,包括:

2.根据权利要求1所述的基于生成式神经网络的城市交通规划方案生成方法,其特征在于,对交通系统数据进行数据清洗和特征处理,获得处理后的交通系统数据,包括:

3.根据权利要求2所述的基于生成式神经网络的城市交通规划方案生成方法,其特征在于,通过空间变换和样本拆分组合的方式对所述城市交通规划方案进行数据增强,并对所述城市交通规划方案进行编码,获得城市交通方案编码,包括:

4.根据权利要求3所述的基于生成式神经网络的城市交通规划方案生成方法,其特征在于,利用处理后的交通系统数据训练CGAN模...

【技术特征摘要】

1.基于生成式神经网络的城市交通规划方案生成方法,其特征在于,包括:

2.根据权利要求1所述的基于生成式神经网络的城市交通规划方案生成方法,其特征在于,对交通系统数据进行数据清洗和特征处理,获得处理后的交通系统数据,包括:

3.根据权利要求2所述的基于生成式神经网络的城市交通规划方案生成方法,其特征在于,通过空间变换和样本拆分组合的方式对所述城市交通规划方案进行数据增强,并对所述城市交通规划方案进行编码,获得城市交通方案编码,包括:

4.根据权利要求3所述的基于生成式神经网络的城市交通规划方案生成方法,其特征在于,利用处理后的交通系统数据训练cgan模型,通过cgan模型中的生成器生成交通规划方案,并利用cgan模型中的判别器对所述交通规划方案进行效果评估,包括:

5.根据权利要求1或4所述的基于生成式神经网络的城市交通规划方案生成方法,其特征在于,在训练cgan模型过程中,设置cgan模型的损失函数,包括:

...

【专利技术属性】
技术研发人员:孙永亮刘剑锋邓进丁漪赵迪杨冠华胡舟刘海旭王曦张雨欢
申请(专利权)人:北京城建交通设计研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1