[發(fā)明專利]一種快速路交通狀態(tài)判別方法

無效

• 申請?zhí)枺?/td>: 200910089374.4
• 申請日: 2009-07-17
• 公開（公告）號: CN101599217A
• 公開（公告）日: 2009-12-09
• 發(fā)明（設(shè)計）人: 陳德旺;賈曉哲
• 申請（專利權(quán)）人: 北京交通大學(xué)
• 主分類號: G08G1/00
• 分類號: G08G1/00;G06N7/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種快速路交通狀態(tài)判別方法，其特征在于，該方法包括以下步驟：

步驟一，設(shè)計單個模糊分類器，主要包括以下三個部分：

(1)確定輸入、輸出變量及模糊化原則，將車輛的流量、速度、占有率作為輸入變量，輸出變量便是當(dāng)前路段的狀態(tài)：“紅”——表示擁堵、“黃”——表示緩行、“綠”——表示暢通，模糊集分別為高、中、低，高斯函數(shù)作為隸屬度函數(shù)；

(2)確定模糊規(guī)則，通過分析速度-密度、流量-密度的關(guān)系，得到下面模糊規(guī)則：

占有率低，速度高，交通狀態(tài)為綠；

占有率中，速度中，交通狀態(tài)為黃；

占有率高，速度低，交通狀態(tài)為紅；

流量低，占有率低，交通狀態(tài)為綠；

流量中，占有率中，交通狀態(tài)為黃；

流量低，占有率高，交通狀態(tài)為紅；

(3)進(jìn)行模糊推理，利用Sugeno型進(jìn)行模糊推理確定高斯函數(shù)的中心和方差，根據(jù)速度和占有率的值實時的判別交通狀態(tài)；

步驟二，集成三個模糊分類器：

第一個模糊分類器采用流量、占有率作為輸入，按照步驟一中的(3)進(jìn)行模糊推理，判別交通狀態(tài)；第二個模糊分類器采用占有率和速度作為輸入，同樣照步驟一中的(3)進(jìn)行模糊推理，判別交通狀態(tài)；第三個模糊分類器采用現(xiàn)存的速度與流量加權(quán)平均作為輸入對交通狀態(tài)進(jìn)行判別；這樣通過三個參數(shù)分析并判別交通狀態(tài)，三個模糊分類器分別得到各自交通狀態(tài)，由集成學(xué)習(xí)的方法進(jìn)行綜合；

步驟三，訓(xùn)練集成模糊分類器：

通過檢測器提供的數(shù)據(jù)，對三個模糊分類器進(jìn)行訓(xùn)練，若只有單個檢測器提供數(shù)據(jù)，則利用單個檢測器的數(shù)據(jù)對三個模糊分類器進(jìn)行訓(xùn)練，若有多個檢測器提供數(shù)據(jù)，則把多個檢測器提供的數(shù)據(jù)按照信息融合的方法綜合成一組數(shù)據(jù)對三個模糊分類器進(jìn)行訓(xùn)練，利用神經(jīng)網(wǎng)絡(luò)中有導(dǎo)師學(xué)習(xí)的思想，對模糊分類器進(jìn)行訓(xùn)練，調(diào)整模糊分類器的參數(shù)，單個模糊分類器參數(shù)訓(xùn)練的步驟如下：

(1)確定模糊分類器輸入變量的取值范圍；

(2)根據(jù)高斯隸屬度函數(shù)的曲線特征，確定輸入變量的方差；

(3)在方差改變±30％，均值不變條件下，當(dāng)模糊分類器判別的結(jié)果與人工判別的結(jié)果吻合率最大時，得到最佳方差；

(4)再在方差不變，均值改變±30％條件下，兩者吻合率最大時，得到最佳均值；

(5)保存最佳方差與最佳均值；

按照上述步驟依次訓(xùn)練三個模糊分類器，分別保存最佳參數(shù)，至此，集成模糊分類器訓(xùn)練完畢；

步驟四，判別最終交通狀態(tài)：

若路段只有單個檢測器提供數(shù)據(jù)，則把單個檢測器的數(shù)據(jù)輸入步驟三中的集成模糊分類器中，來綜合判別得出路段的交通狀態(tài)，若路段上有多個檢測器提供數(shù)據(jù)，則把多個檢測器提供的數(shù)據(jù)按照信息融合的方法綜合成一組數(shù)據(jù)，然后輸入步驟三中的集成模糊分類器中，來綜合判別得出路段的交通狀態(tài)。

2.根據(jù)權(quán)利要求1所述的一種快速路交通狀態(tài)判別方法，其特征在于，步驟二中集成學(xué)習(xí)的方法采用投票法，采用“少數(shù)服從多數(shù)”的思想，即三個分類器判別的狀態(tài)分別為“紅”、“紅”、“黃”，那么最終的交通狀態(tài)為“紅”，如遇到三個分類器分別得到三種不同的狀態(tài)，此時交通狀態(tài)為黃的概率最大，認(rèn)為此時實際交通狀態(tài)為“黃”。

3.根據(jù)權(quán)利要求1所述的一種快速路交通狀態(tài)判別方法，其特征在于，步驟四中所述信息融合的方法，采用加權(quán)平均法。