[發(fā)明專利]一種基于多目標(biāo)優(yōu)化的T型路口通行設(shè)計(jì)方法

有效

• 申請?zhí)枺?/td>: 202110276814.8
• 申請日: 2021-03-15
• 公開（公告）號: CN112989537B
• 公開（公告）日: 2022-09-30
• 發(fā)明（設(shè)計(jì)）人: 曾健友;溫靜;徐慶杰;季宗元;張昂霄
• 申請（專利權(quán)）人: 中國地質(zhì)大學(xué)（武漢）
• 主分類號: G06F30/18
• 分類號: G06F30/18;G06F30/27;G06N3/00
• 代理公司: 武漢知產(chǎn)時(shí)代知識產(chǎn)權(quán)代理有限公司 42238
• 代理人: 彭建怡

1.一種基于多目標(biāo)優(yōu)化的T型路口通行設(shè)計(jì)方法，其特征在于：包括以下步驟：

S1：通過問卷調(diào)查的方式，統(tǒng)計(jì)得到不同通行設(shè)計(jì)方案下，人的等待時(shí)間x₁和車的等待時(shí)間x₂；

S2：根據(jù)人的等待時(shí)間x₁，得到估計(jì)的期望Ex₁、熵En₁和超熵He₁，并生成以En₁為期望，以He₁為標(biāo)準(zhǔn)差的正態(tài)隨機(jī)數(shù)b'₁；

S3：根據(jù)正態(tài)隨機(jī)數(shù)b'₁生成以Ex₁為期望值，b'₁為標(biāo)準(zhǔn)差的正態(tài)隨機(jī)數(shù)b₁；

S4：采用和步驟S2-S3同樣的方法，根據(jù)車的等待時(shí)間x₂，得到相應(yīng)的期望Ex₂、熵En₂、超熵He₂、正態(tài)隨機(jī)數(shù)b'₂和正態(tài)隨機(jī)數(shù)b₂；

S5：根據(jù)得到的期望Ex₁或Ex₂、正態(tài)隨機(jī)數(shù)b'₁或b'₂，和正態(tài)隨機(jī)數(shù)b₁或b₂，計(jì)算得到確定度Y，(x₁,x₂,Y)為一個(gè)云滴，重復(fù)所有步驟直到得到M個(gè)云滴為止，M＝3000，Ex₁、b'₁和b₁作為一組使用，Ex₂、b'₂和b₂作為另一組使用；

S6：構(gòu)建云模型，其輸入是人的等待時(shí)間x₁和車的等待時(shí)間x₂，輸出是確定度Y，利用粒子群算法搜索云模型的最優(yōu)解，即得到通行設(shè)計(jì)方法的最優(yōu)解；

采用粒子群算法搜索最優(yōu)解的過程如下：

(1)隨機(jī)初始化種群中各粒子的位置和速度，根據(jù)式(6)評價(jià)每個(gè)粒子的適應(yīng)度：

G＝1-Y (6)

其中，G為粒子的適應(yīng)度，Y為該粒子的確定度；

(2)根據(jù)式(7)更新每個(gè)粒子的運(yùn)動速度，根據(jù)式(8)更新每個(gè)粒子的位置：

V_i(t+1)＝ω×V_i(t)+η₁×rand×(P_ib-P_i(t))+η₂×rand×(P_gb-P_i(t)) (7)

P_i(t+1)＝P_i(t)+V_i(t+1) (8)

其中，P_ib表示存儲有當(dāng)前各個(gè)粒子的位置和適應(yīng)度的個(gè)體最優(yōu)集合，P_gb表示存儲有適應(yīng)度值最優(yōu)個(gè)體的位置和適應(yīng)度值的全局最優(yōu)集合；V_i(t+1)表示第i個(gè)粒子的第t+1次迭代過程的速度值，V_i(t)表示第i個(gè)粒子的第t次迭代過程的速度值；ω是一個(gè)0～1的系數(shù)，表示粒子速度的傳遞慣性；η₁和η₂分別用來控制粒子向P_ib和P_gb聚集的程度；rand為0～1的隨機(jī)數(shù)；P_i(t+1)代表第i個(gè)粒子的第t+1次迭代過程中所處的位置，P_i(t)代表第i個(gè)粒子的第t次迭代過程中所處的位置；

對于每個(gè)粒子，將其適應(yīng)度值和它經(jīng)歷過的最好位置作比較，如果較好，則將其作為當(dāng)前的最好位置，遍歷后更新P_gb，直至更新后的P_gb滿足終止條件，此時(shí)即得到T型路口通行設(shè)計(jì)的最優(yōu)解。