[發(fā)明專利]融合自回歸預(yù)測模型的智能交通調(diào)度方法

在審

• 申請?zhí)枺?/td>: 201710085572.8
• 申請日: 2017-02-17
• 公開（公告）號: CN106652497A
• 公開（公告）日: 2017-05-10
• 發(fā)明（設(shè)計）人: 劉靜;王俊陽;韓嘉臻;何積豐;趙彪;周庭梁;孫海英;杜德慧;羅娟;陳小紅;陳銘松
• 申請（專利權(quán)）人: 華東師范大學(xué)
• 主分類號: G08G1/08
• 分類號: G08G1/08;G06Q10/04;G06Q50/26
• 代理公司: 上海藍迪專利商標(biāo)事務(wù)所(普通合伙)31215
• 代理人: 徐筱梅,張翔

技術(shù)領(lǐng)域

本發(fā)明屬于智能交通燈調(diào)度算法技術(shù)領(lǐng)域，尤其涉及到一種融合自回歸預(yù)測模型的智能交通調(diào)度方法。

背景技術(shù)

城市交通問題，諸如道路交通阻塞、尾氣污染和交通事故等，已經(jīng)成為世界性的難題之一，各國政府以及交通領(lǐng)域?qū)W者專家們正在積極努力地尋找解決該問題的方案，而我國早在2006年就提出并制定了交通科技發(fā)展戰(zhàn)略目標(biāo)。在交通系統(tǒng)研究領(lǐng)域中，其中一個重要的研究領(lǐng)域就是智能交通系統(tǒng)(Intelligent Traffic System,ITS)，ITS系統(tǒng)被認為是解決城市道路交通問題的有效方法之一。我國的交通需求增長迅速，交通對于人們生活也來越重要。同時，便利的交通也是一個國家或者區(qū)域經(jīng)濟繁榮和科學(xué)技術(shù)發(fā)達的標(biāo)志。然而，越來越便利的交通條件在帶動經(jīng)濟的同時，城市道路交通阻塞現(xiàn)象越來越常見，給環(huán)境、個人出行安全以及社會經(jīng)濟發(fā)展帶來不良的影響。因此，城市交通系統(tǒng)的改革和優(yōu)化勢在必行。

城市交通信號燈的本質(zhì)就是保障交通秩序，確保車輛通行安全。城市交通燈的使用可以追溯到1868年，它通過交通信號的循環(huán)轉(zhuǎn)換來控制和調(diào)度各個路口的交通流量。然而，原有的城市交通燈系統(tǒng)已無法解決日益常見的城市交通道路擁堵問題。傳統(tǒng)交通信號燈狀態(tài)轉(zhuǎn)換時間無法動態(tài)改變，交通燈的顯示時間不能根據(jù)各個路口的實時車流量來動態(tài)調(diào)整。因此通常會發(fā)生這樣的情形：在一個交通路口，水平車道已發(fā)生車流擁堵，垂直車道車流卻十分稀少，然而交通信號燈只是機械的變換，不能優(yōu)先考慮擁堵車道實時調(diào)度交通燈。另外，一些大客運量的公共交通(如：有軌電車)是解決城市交通擁堵的重要手段，是未來城市交通的發(fā)展趨勢，由于該類交通載客數(shù)量巨大，應(yīng)優(yōu)先確保其等待時間盡可能短。

目前已有一些關(guān)于智能調(diào)度算法的研究工作，可以用來使交通燈有更加靈活的調(diào)度區(qū)間，這些算法旨在提高整個路網(wǎng)的交通效率。目前最常用的方法之一就是根據(jù)實時交通流來設(shè)置交通燈狀態(tài)。最佳調(diào)度方案可以明顯減少路網(wǎng)各個路口的交通阻塞情況，各個路口的平均滯留車輛數(shù)越少，表明該調(diào)度算法越有效。將智能調(diào)度算法融入交通燈調(diào)度場景中形成智能交通燈調(diào)度算法，對明顯改善我國日益嚴重的交通問題有著重大意義。

為了更好地調(diào)度交通燈，優(yōu)化路網(wǎng)交通流，交通流預(yù)測十分重要。交通流預(yù)測一直被視為ITS系統(tǒng)的一大難點。為了尋求最佳的預(yù)測效果，許多機器學(xué)習(xí)算法被拿來研究作為預(yù)測模型。機器學(xué)習(xí)是一種通過利用數(shù)據(jù)，訓(xùn)練出模型，然后使用模型預(yù)測的方法。機器學(xué)習(xí)是利用數(shù)據(jù)價值的關(guān)鍵技術(shù)，通過使用機器學(xué)習(xí)算法對交通流歷史數(shù)據(jù)進行建模，可以很好的實現(xiàn)交通流的預(yù)測。

發(fā)明內(nèi)容

本發(fā)明的目的是針對現(xiàn)有技術(shù)存在的不足而提供的一種融合自回歸預(yù)測模型的智能交通調(diào)度方法，該方法根據(jù)各個路口實時交通流來智能靈活地調(diào)度各個路口交通燈狀態(tài)，從而緩解交通壓力，提高城市路網(wǎng)各路口通行能力。

本發(fā)明的目的是這樣實現(xiàn)的：

一種融合自回歸預(yù)測模型的智能交通調(diào)度方法，該方法包括以下步驟：

步驟1：進行基因編碼，用二進制代碼中的‘0’代表水平車流，用‘1’代表垂直車流，然后初始化，定義包含數(shù)個個體的初始種群；

步驟2：進行適應(yīng)度評價，用變量P代表適應(yīng)度，定義P為路口等待車輛的數(shù)量，其中大客運量公交的權(quán)重大于其他車輛；定義適應(yīng)度函數(shù)，使得各個路口的P之和最小；適應(yīng)度函數(shù)如下：

min{Σmax(VP(t_i+1),HP(t_i+1))}

其中，t_i+1表示當(dāng)前單位時間的下一個單位時間，VP和HP分別代表垂直和水平的等待車輛數(shù)量，通過自回歸模型進行預(yù)測得到；

步驟3：操作遺傳算子，包括選擇、交叉和變異；

步驟4：判斷是否滿足迭代終止條件，若不滿足，則繼續(xù)迭代，若滿足則退出迭代，并進行解碼，將每個字符轉(zhuǎn)換成該路口的交通燈調(diào)度方案。

本發(fā)明步驟2所述的自回歸模型，如下所示：

其中，y_t表示t單位時間的車流量，θ_i表示第i個參數(shù)，y_t-i表示t-i單位時間的車流量，ε_t是具備均值為0、方差為δ的高斯白噪音；

本發(fā)明步驟3所述的選擇：指確保最好的基因被選擇出來并傳給下一代的種群，每一代都是一個交通調(diào)度方案，根據(jù)適應(yīng)度對每一代進行排序，淘汰那些適應(yīng)度低的；所述的交叉：指通過結(jié)合和破壞個體的基因，來進行個體間基因信息的交換；所述的變異：是小概率事件，如果發(fā)生，會在個體基因串上的某個基因值上作變動。