[發明專利]基于粗糙集理論的交通狀態評估規則提取方法

無效

• 申請號: 201210179750.0
• 申請日: 2012-05-30
• 公開（公告）號: CN102708677A
• 公開（公告）日: 2012-10-03
• 發明（設計）人: 夏瑩杰;葉周敏;王敏
• 申請（專利權）人: 杭州師范大學
• 主分類號: G08G1/00
• 分類號: G08G1/00
• 代理公司: 杭州天正專利事務所有限公司 33201
• 代理人: 王兵;王利強

技術領域

本發明屬于智能交通技術領域，尤其是一種交通狀態評估規則提取方法。

背景技術

在城市化高速運行的今天，城市道路擁擠，高峰時車輛擁堵不堪，嚴重影響了日常生活，并且帶來了環境污染，資源浪費等不良影響。通過分析交通數據，評估交通狀態變化規律，實現有效誘導，是緩解交通狀況的主要手段。其中利用粗糙集理論對交通數據進行處理，已經成為進行交通狀態評估和預測的有效處理方法之一。經對現有技術文獻的檢索發現，張元亮等于2009年在發表在《交通科技與經濟》上的《基于粗糙集的都城市交通擁堵預警算法分析》中，以粗糙集為依據，提取交通擁堵的發生規則來分析和判斷實際道路情況；劉浩等于2008年在《公路交通科技》上發表了《基于粗糙集交通信息提取計算的城市道路行程時間預測》。雖然基于粗糙集的方法已經取得很大成果，但是在規則提取時去除了部分不一致規則，從而導致了規則匹配率低等問題。如何提高交通狀態評估規則匹配率和適用性成為了智能交通領域亟待解決的問題。

發明內容

為了克服已有交通狀態評估規則提取方法的規則匹配率較低、適用性較差的不足，本發明提供一種提高規則匹配率、適用性良好的基于粗糙集理論的交通狀態評估規則提取方法。

本發明解決其技術問題所采用的技術方案是：

一種基于粗糙集理論的交通狀態評估規則提取方法，所述提取方法包括以下步驟：

(1)數據準備：實驗數據來源于SCATS線圈采集到交通信息數據，對其做預處理后保留數據采集時間、道路位置、道路線圈飽和度和道路車輛速度；

(2)數據采樣：根據實際交通峰期采低峰，中峰，高峰各一組時段的交通信息，其中，時間、道路位置、道路線圈飽和度作為決策表的條件屬性，道路車輛速度作為決策表的決策屬性；

(3)數據離散化；

(4)規則集提取：利用粗糙集的值約簡方法對離散化后的決策表進行約簡得到規則集，值約簡的具體步驟：

4.1）把決策表去冗余化；

4.2）對每一個對象進行多余屬性值的刪除；

4.3）求出最小約簡，得到規則集；

(5)規則集二次提取方法：二次提取方法以規則匹配準確率為標準，具體提取步驟為：

5.1）將對象集分成沖突與不沖突兩個規則集；

5.2）不沖突的規則直接歸入二次提取后的二次規則集；

5.3）沖突的規則計算其應用新數據源的匹配準確率，取最高的歸入二次規則集；

5.4）合并一次和二次規則集得到最終集，即最終集=一次規則集+二次規則集。

本發明的有益效果主要表現在：二次提取方法應用于交通狀態評估規則的提取，相比其他方法可以得到具有更高規則匹配率和適用性的交通狀態評估規則。由于克服了這些現有技術在實際工程應用方面難以解決的困難，因此真正實現了對交通狀態進行監控和評估。

本發明針對智能交通系統中交通狀況實時監控的需要，利用粗糙集理論，引入覆蓋度、置信度、規則匹配準確率的概念，提出了交通狀態評估規則的二次提取方法，解決了現有方法在規則提取時準確度損失的問題，也消除了實現真正工程應用的主要障礙。本發明使用二次提取方法，得到匹配準確率、有效率高，適用性強的交通狀態評估規則，最終為分析評估實時交通狀況提供依據。

附圖說明

圖1是本發明方法流程圖。

具體實施方式

下面結合附圖對本發明作進一步描述。

參照圖1，一種基于粗糙集理論的交通狀態評估規則提取方法，所述提取方法包括以下步驟：

(1)數據準備：

實驗數據來源于SCATS線圈采集到的交通信息數據，對其做預處理后保留數據采集時間，數據來源線圈編號（即道路位置），道路線圈飽和度，道路車輛速度（即交通擁堵狀況）等內容。

(2)數據采樣：

源數據信息量龐大，實驗根據實際交通峰期采樣，低峰、中峰、高峰各取一組數據時段的交通信息。其中時間、道路位置、道路線圈飽和度作為決策表的條件屬性，道路車輛速度作為決策表的決策屬性。

(3)數據離散化：

采用經驗分割法與等距離劃分法綜合處理數據，將數據采集時間，道路位置，道路線圈飽和度和道路車輛速度分別做離散化處理。

(4)規則集提?。?/p>

利用粗糙集的值約簡方法對離散化后的決策表進行約簡得到規則集。值約簡的具體步驟：

4.1）把決策表去冗余化。將其中相同的對象刪除，只保留不同的對象，經壓縮后得到新的決策表；