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！

龙图腾网恭喜重庆邮电大学申请的专利一种变系数灰色模型短时交通流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：CN118097950B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202410214381.7，技术领域涉及：G08G1/01；该发明授权一种变系数灰色模型短时交通流预测方法是由段辉明;宋雨芯;谢德荣;程云龙;周琪琦;何成琳设计研发完成，并于2024-02-27向国家知识产权局提交的专利申请。

本一种变系数灰色模型短时交通流预测方法在说明书摘要公布了：本发明涉及一种变系数灰色模型短时交通流预测方法，属于交通预测技术领域，包括以下步骤：S1：基于交通流数据建立初始交通流序列，得到目标交通流量序列；S2：对原始交通流序列进行预处理，即计算一阶累加生成序列，n阶累减生成序列以及均值序列；S3：建立基于高阶变系数灰色欧拉短时交通流预测模型EEGMn,1；并构造矩阵B和Y，得到模型参数的估计值；S4：采用粒子群算法寻优，即用粒子群算法寻找模型的最优阶数，并根据找寻到的最优阶数和最小二乘法计算的参数值构建模型；S5：通过时间响应函数计算EEGMn,1模型的模拟值，通过累减还原式计算其还原值。

本发明授权一种变系数灰色模型短时交通流预测方法在权利要求书中公布了：1.一种变系数灰色模型短时交通流预测方法，其特征在于：包括以下步骤：S1：基于交通流数据建立初始交通流序列，得到目标交通流量序列；S2：对原始交通流序列进行预处理，即计算一阶累加生成序列，n阶累减生成序列以及均值序列；步骤S2所述对原始交通流序列进行预处理，具体包括：基于交通流量建立初始交通流序列，记为：X0＝x01,x02,…,x0m1其中，X0为初始交通流序列，且x0k≥0,k＝1,2,3,…m表示第k个初始交通流；对初始交通流序列进行一阶累加，得到一阶累加序列，记为：X1＝x11,x12,…,x1m2其中，α1X1是X1的一阶累减序列，记为：α1X1＝α1x11,α1x12,…,α1x1m3其中，α1x1k＝x1k-x1k-1，X1的i阶累减记为αiX1,i＝1,2,…,n，其中每个具体αix1k的值如下述等式表示：αix1k＝αi-1x1k-αi-1x1k-1＝αi-2x0k-αi-2x0k-14Z1是X1的均值生成序列，记为：Z1＝z12,z13,…,z1m5其中，S3：建立基于高阶变系数灰色欧拉短时交通流预测模型EEGMn,1；并构造矩阵B和Y，得到模型参数的估计值；步骤S3所述建立EEGMn,1模型，并构建矩阵估计模型参数，具体包括：设n阶线性非齐次欧拉方程表示如下： 令fx＝ax+b，y＝x1t以及x＝t，其中t表示时间点或时间段，得到： 由灰色差异性信息原理，得到EEGMn,1模型的表达式为：knαnx1k+a1kn-1αn-1x1k+a2kn-2αn-2x1k+…+an-1kα1x1k+anz1k＝ak+b8式7为式8的白化方程；根据EEGMn,1模型的表达式，其参数列的最小二乘估计满足： 其中，B是一个m-1×n+2阶矩阵，Y是一个m-1×1阶矩阵，分别表示为： S4：采用粒子群算法寻优，即用粒子群算法寻找模型的最优阶数，并根据找寻到的最优阶数和最小二乘法计算的参数值构建模型；S5：通过时间响应函数计算EEGMn,1模型的模拟值，通过累减还原式计算其还原值；步骤S5中，EEGMn,1模型的时间响应函数为： 累减还原式： 其中，和分别表示与原始序列x1k和x0k对应的预测序列及其累减还原序列的值，且fk＝λnkn+λn-1kn-1+…+λ1k-1。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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”。