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！

龙图腾网获悉深圳市秋田科技有限公司申请的专利一种基于人工智能的通勤网络评估方法及系统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：CN120765113B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202510944938.7，技术领域涉及：G06Q10/0639；该发明授权一种基于人工智能的通勤网络评估方法及系统是由金中;毛洪波设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本一种基于人工智能的通勤网络评估方法及系统在说明书摘要公布了：本发明提供一种基于人工智能的通勤网络评估方法及系统，通过S1生成通勤网络在李群空间上的光滑流形，根据S2构建动态交通流形，通过S3构建多智能体森林模型，通过智能体森林模型生成通勤评分向量，然后通过S4生成评分关系方程对通勤评分向量进行整合，并将评分最高的三条通勤路径进行标记并推送给用户，将多种通勤因素考虑在内，使得最终通勤评分更准确，同时加入用户的历史数据，更加符合用户的需求，通过S5获取用户最终通勤路径并进行溯源，同时生成溯源报告，根据S6对动态交通流形进行优化，并返回S2，通过溯源的方法寻找影响评分的因素并分析，同时针对分析结果对动态交通流形进行优化，达到优化评估的目的。

本发明授权一种基于人工智能的通勤网络评估方法及系统在权利要求书中公布了：1.一种基于人工智能的通勤网络评估方法，其特征在于，所述方法包括： S1：获取通勤网络，并将通勤网络映射至李群空间，生成通勤网络在李群空间上的光滑流形； 所述通勤网络包括通勤节点和通勤路线，将通勤节点和通勤路线映射至李群空间，所述通勤节点对应李群空间内的元素，所述通勤路线对应李群空间内的群作用算子，基于通勤节点和通勤路线生成光滑流形； S2：获取实时交通流数据、红绿灯相位时序以及道路拓扑元数据，基于实时交通流数据、红绿灯相位时序、道路拓扑元数据以及所述光滑流形构建动态交通流形； 获取实时交通流数据，采样频率为每秒1次，所述实时交通流数据包括车辆位置和运动状态； 获取红绿灯相位时序，时间分辨率为0.1秒，所述红绿灯相位时序包括交通信号的变化时间和状态； 获取道路拓扑元数据，所述道路拓扑元数据包括道路的车道数、坡度以及曲率半径； 获取车辆在光滑流形上的通勤位置，基于实时交通流数据和道路拓扑元数据获取交通流动量张量，所述交通流动量张量表示为交通流的流动状态，并将所述位置以及所述交通流动量张量组成通勤向量； 基于红绿灯相位时序获取交通信号变化； 对所述通勤向量在变化时间上进行微分，获取通勤微分方程，并与所述光滑流形构建动态交通流形，所述变化时间表示为交通信号变化前后对应的时间； S3：构建多智能体森林模型，获取用户输入的通勤起点和通勤终点，智能体森林模型基于通勤起点、通勤终点以及动态交通流形生成通勤评分向量，所述通勤评分向量包括行程时间评分、能源消耗评分以及异常事件影响概率评分； S4：基于用户历史偏好生成评分关系方程，基于评分关系方程对通勤评分向量进行整合，获取通勤路径评分集，并将通勤路径评分集中评分最高的三条通勤路径进行标记并推送给用户； S5：获取用户最终通勤路径，并对所述最终通勤路径进行溯源，同时生成溯源报告； 基于用户选择获取最终通勤路径和对应的评分，所述最终通勤路径表示为用户最终选择的通勤路径，获取所述评分对应的通勤评分向量，并将所述对应的通勤评分向量进行偏导，获取所述通勤评分向量的敏感度，获取通勤影响矩阵； 基于通勤影响矩阵进行关键特征筛选，获取通勤影响列表； 基于通勤影响列表构建动态决策树，基于动态决策树生成溯源报告； S6：基于用户反馈和溯源报告对动态交通流形进行优化，并返回步骤S2。

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深圳市秋田科技有限公司，其通讯地址为：518000 广东省深圳市南山区西丽街道阳光社区松白路1029号南岗第一工业园7栋201；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。