1.一种仿真参数校准方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述计算每个所述od估计子问题的od估计子矩阵,包括:
3.根据权利要求1所述的方法,其特征在于,还包括:
4.根据权利要求3所述的方法,其特征在于,所述od预测模型预先训练得到,训练方法包括:
5.根据权利要求1至4任一项所述的方法,其特征在于,还包括:
6.根据权利要求5所述的方法,其特征在于,所述计算交通仿真模型的微观参数,将计算得到的微观参数作为交通仿真模型的配置信息,包括:
7.根据权利要求6所述的方法,其特征在于,所述跟驰模型的优化问题的优化目标包括:
8.根据权利要求6所述的方法,其特征在于,所述根据所述跟驰行为数据对预设跟驰模型的优化问题进行求解,得到满足所述优化问题的跟驰模型参数,包括:
9.根据权利要求5所述的方法,其特征在于,所述计算交通仿真模型的微观参数,将计算得到的微观参数作为交通仿真模型的配置信息,还包括:
10.根据权利要求9所述的方法,其特征在于,所述换道模型的优化问题的优化目标包括:
11.根据权利要求9所述的方法,其特征在于,所述根据所述换道行为数据对预设换道模型的优化问题进行求解,得到满足所述换道模型的优化问题的换道参数,包括:
12.根据权利要求5所述的方法,其特征在于,所述计算交通仿真模型的微观参数,将计算得到的微观参数作为交通仿真模型的配置信息,还包括:
13.根据权利要求5所述的方法,其特征在于,所述计算交通仿真模型的微观参数,将计算得到的微观参数作为交通仿真模型的配置信息,还包括:
14.根据权利要求1至4任一项所述的方法,其特征在于,还包括:
15.根据权利要求14所述的方法,其特征在于,所述计算交通仿真模型的宏观参数,将计算得到的宏观参数作为交通仿真模型的配置信息,包括:
16.根据权利要求15所述的方法,其特征在于,所述监督学习模型预先训练得到,训练方法包括:
17.根据权利要求16所述的方法,其特征在于,还包括:
18.根据权利要求14所述的方法,其特征在于,所述计算交通仿真模型的宏观参数,将计算得到的宏观参数作为交通仿真模型的配置信息,还包括:
19.根据权利要求14所述的方法,其特征在于,所述计算交通仿真模型的宏观参数,还包括:
20.根据权利要求1所述的方法,其特征在于,还包括:
21.根据权利要求1或2或3或4或20任一项所述的方法,其特征在于,还包括:
22.一种电子设备,其特征在于,包括:
23.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,当其在计算机上运行时,使得计算机执行如权利要求1至21任一项所述的方法。