[發明專利]一種獲取城市大型活動的道路限速值的方法

有效

• 申請號: 201610225806.X
• 申請日: 2016-04-12
• 公開（公告）號: CN105702019B
• 公開（公告）日: 2018-01-02
• 發明（設計）人: 陸建;毛悍琪;楊斌;蘇子毅;趙顗
• 申請（專利權）人: 東南大學
• 主分類號: G08G1/00
• 分類號: G08G1/00;G08G1/01
• 代理公司: 南京瑞弘專利商標事務所(普通合伙)32249
• 代理人: 徐激波

1.一種獲取城市大型活動的道路限速值的方法，其特征在于，包括以下步驟：

步驟一：獲取道路基礎數據：所述道路基礎數據包括道路摩阻系數φ、道路縱坡度i_v、實時車流量Q、大型車占總車流量的比例η、能見度L_v、降雨量L、正常路段大型活動車隊行駛時間平均速度道路瓶頸段大型活動車隊時間平均速度u、大型活動車隊與車隊之間距離L_s1、前一車隊速度V_前和后一車隊速度V_后；

步驟二：根據經驗公式確定道路經驗限速值V_經驗；

步驟三：根據模糊神經網絡確定道路模糊限速值V_模糊；

步驟四：根據所述道路經驗限速值V_經驗和所述道路模糊限速值V_模糊確定最佳限速值V_最佳；計算公式為

所述步驟二根據經驗公式確定所述道路經驗限速值V_經驗，具體包括以下步驟：

確定設計速度V₀；

根據實時車流量Q和設計速度V₀確定交通量修正系數f₁，

根據大型車占總車流量的比例η和設計速度V₀確定大型車比例修正系數f₂，

根據能見度L_v和設計速度V₀確定能見度修正系數f₃，

確定修訂系數f，修正系數f＝min(f₁，f₂，f₃)；

根據修訂系數f，確定道路經驗限速值V_經驗＝V₀×f；

所述步驟三根據模糊神經網絡確定所述道路模糊限速值V_模糊的方法，包括以下步驟：

根據模糊邏輯模型確定環境修正因子w，所述環境修正因子w包括實時交通量修正因子w₁，大型車比例修正因子w₂，能見度修正因子w₃和降雨量修正因子w₄；

建立模糊神經網絡模型，所述模糊神經網絡模型包括輸入層、隸屬函數層、結果層和模糊化輸出層；

經模糊神經網絡模型訓練、學習后獲得道路模糊限速值V_模糊。

2.根據權利要求1所述的獲取城市大型活動的道路限速值的方法，其特征在于，所述模糊神經網絡模型的模糊推理方法為：R_k：if(w₁is Q_i)and(w₂isη_j)and(w₃is L_vk)and(w₄is L_l)then(R is R_n)，其中，i＝1，2，3，4；j＝1，2，3，4；k＝1，2，3，4；l＝1，2，3，4；n＝1，2，…，256；R表示模糊方法，R_n表示第n個模糊方法。

3.根據權利要求1所述的獲取城市大型活動的道路限速值的方法，其特征在于，所述模糊神經網絡模型的輸入層為所述環境修正因子w。

4.根據權利要求3所述的獲取城市大型活動的道路限速值的方法，其特征在于，所述輸入層的輸入維數為3，所述模糊化輸出層的神經元的個數為1。