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！

龙图腾网获悉四川交通职业技术学院申请的专利基于BP神经网络的隧道交通量和需风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：CN120542894B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202511051373.6，技术领域涉及：G06Q10/0631；该发明授权基于BP神经网络的隧道交通量和需风量预测方法是由冷希乔设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本基于BP神经网络的隧道交通量和需风量预测方法在说明书摘要公布了：本发明涉及隧道通风控制技术领域，尤其涉及一种基于BP神经网络的隧道交通量和需风量预测方法。所述方法包括以下步骤：根据隧道结构参数和交通流数据布设隧道垂直剖面的多层传感器阵列；利用多层传感器阵列进行隧道沿垂直方向的环境参数采集，同时整合交通流数据，得到环境‑交通耦合数据；根据环境‑交通耦合数据进行环境‑交通工况特征提取与关联，得到垂直特征层划分图谱和工况‑污染响应关联矩阵；根据垂直特征层划分图谱和工况‑污染响应关联矩阵进行热湿条件下的污染物迁移动力学计算，得到污染物迁移动力学参数集。本发明通过构建隧道垂直分层污染物负荷指数，预测并优化分配需风量，显著提升了隧道通风系统的智能化水平和运行效率。

本发明授权基于BP神经网络的隧道交通量和需风量预测方法在权利要求书中公布了：1.一种基于BP神经网络的隧道交通量和需风量预测方法，其特征在于，包括以下步骤： 步骤S1：获取并根据隧道结构参数和交通流数据布设隧道垂直剖面的多层传感器阵列；利用多层传感器阵列进行隧道沿垂直方向从路面到顶部的环境参数采集，同时整合交通流数据，得到环境-交通耦合数据； 步骤S2：根据环境-交通耦合数据进行环境-交通工况特征提取与关联，得到垂直特征层划分图谱和工况-污染响应关联矩阵；根据垂直特征层划分图谱和工况-污染响应关联矩阵进行热湿条件下的污染物迁移动力学计算，得到污染物迁移动力学参数集；对污染物迁移动力学参数集进行呼吸层污染物累积特征提取，得到垂直分层污染物负荷指数； 步骤S3：获取历史通风运行记录并根据垂直分层污染物负荷指数进行分层气流分布特性模拟，得到分层通风效率系数；基于BP神经网络和垂直分层污染物负荷指数进行需风量预测，得到总体需风量预测值；基于总体需风量预测值、分层通风效率系数和垂直分层污染物负荷指数进行分层需风量优化分配，得到分层需风量矩阵； 步骤S4：根据分层需风量矩阵构建三维评价体系；根据三维评价体系进行通风-交通协同控制，得到双向调控执行方案; 步骤S2中环境-交通工况特征提取与关联具体为： 根据环境-交通耦合数据进行隧道垂直空间的层次划分，得到垂直空间层，其中垂直空间层包括地面层、下部层、呼吸层、上部层和顶部层； 对垂直空间层进行环境特征提取，得到垂直特征层划分图谱； 将交通数据分类为不同交通工况类型，根据垂直特征层划分图谱针对不同交通工况类型进行各垂直特征层中污染物浓度的响应特性分析，得到工况-污染响应关联矩阵; 步骤S2中呼吸层污染物累积特征提取具体为： 根据污染物迁移动力学参数集进行呼吸层边界定位与数据提取，得到呼吸层数据子集； 对呼吸层数据子集进行相对富集系数计算，得到污染物富集系数表； 对污染物富集系数表和工况-污染响应关联矩阵进行工况关联累积特征分析，得到工况累积特征表； 根据工况累积特征表进行环境因素影响量化，得到环境影响系数矩阵； 基于环境影响系数矩阵和工况累积特征表对呼吸层数据子集进行典型累积模式提取，得到累积模式特征； 对累积模式特征进行时间序列解析，得到时序特征参数； 根据时序特征参数进行短期累积趋势预测，得到短期累积预测结果； 集成短期累积预测结果和累积模式特征，得到呼吸层污染累积特征集； 根据呼吸层污染累积特征集、污染物迁移动力学参数集和垂直特征层划分图谱进行垂直分层污染物负荷指数构建，得到垂直分层污染物负荷指数。

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四川交通职业技术学院，其通讯地址为：635000 四川省成都市温江区柳台大道东段208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”。

以上内容由龙图腾AI智能生成。