專利名稱：：智能式動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)誘導(dǎo)單元決策方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及交通控制系統(tǒng)，特別是涉及一種智能式動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)誘導(dǎo)單元決策方法。
背景技術(shù)：
：動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)(DynamicRouteGuidanceSystem,DRGS)是智能交通系統(tǒng)的重要組成部分，是提高路網(wǎng)系統(tǒng)效能的重要手段，其主要作用是通過(guò)對(duì)交通流路徑引導(dǎo)，充分利用道路網(wǎng)的通行能力，使路網(wǎng)保持通暢，減少出行時(shí)間。DRGS提出20多年來(lái)，很多學(xué)者為其發(fā)展付出了很大的努力并取得了一些成果，提出了以預(yù)測(cè)式和響應(yīng)式為代表的多種DRGS。預(yù)測(cè)式DRGS需要構(gòu)建復(fù)雜模型預(yù)測(cè)出行者對(duì)誘導(dǎo)信號(hào)的反應(yīng)以及未來(lái)路網(wǎng)的交通流狀態(tài)；響應(yīng)式DRGS主要依賴于對(duì)路網(wǎng)交通流進(jìn)行動(dòng)態(tài)交通分配，使出行者對(duì)到達(dá)相同目的地的不同路徑旅行時(shí)間相等。因?yàn)樯鲜鰞煞N誘導(dǎo)系統(tǒng)采用的模型和方法都是以己知或預(yù)測(cè)交通需求OD矩陣為前提，模型過(guò)于理想化，算法復(fù)雜，可操作性不強(qiáng)，所以難以實(shí)際應(yīng)用。這是DRGS提出20多年來(lái)而沒(méi)有達(dá)到實(shí)用化的重要原因之一。本發(fā)明的發(fā)明人曾在InteligentTransportationSystemComferenceProceedings-Oakland(CA)，USA.2001:25-29.(智能交通系統(tǒng)國(guó)際會(huì)議.奧克蘭，美國(guó))發(fā)表了文章AI-basedDynamicRouteGuidanceStrategyandItsSimulation(基于人工智能的動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)誘導(dǎo)策略及仿真研究)，提出了基于機(jī)器學(xué)習(xí)的智能方法解決交通誘導(dǎo)問(wèn)題，具有較強(qiáng)的實(shí)用性，跳出了動(dòng)態(tài)交通分配的思維定勢(shì)，為研究DRGS尋找到了一條新途徑。從功能結(jié)構(gòu)考慮，一個(gè)智能DRGS的組成元素包括若干個(gè)相互協(xié)調(diào)的誘導(dǎo)子系統(tǒng)，每個(gè)誘導(dǎo)子系統(tǒng)包含若干個(gè)誘導(dǎo)決策單元(以下簡(jiǎn)稱誘導(dǎo)單兀)。誘導(dǎo)單元是DRGS的基本組成元素，圖3示意了智能DRGS組成結(jié)構(gòu)。每個(gè)誘導(dǎo)單元都有一塊安裝在靠近路口的誘導(dǎo)信息板(Variablemessagesigns,VMS)，用以顯示到前方主干道的路徑誘導(dǎo)信息。智能DRGS的原理是應(yīng)用人工智能中的機(jī)器學(xué)習(xí)與推理來(lái)處理交通流的短時(shí)預(yù)測(cè)與交通誘導(dǎo)問(wèn)題。其系統(tǒng)框架如圖2所示。車輛實(shí)時(shí)誘導(dǎo)系統(tǒng)包括狀態(tài)提取、狀態(tài)辨識(shí)、實(shí)時(shí)誘導(dǎo)決策、效果檢測(cè)、效果評(píng)價(jià)、機(jī)器學(xué)習(xí)、知識(shí)庫(kù)和推理機(jī)制等模塊，可劃分為實(shí)時(shí)誘導(dǎo)和學(xué)習(xí)兩個(gè)回路。實(shí)時(shí)誘導(dǎo)回路根據(jù)交通流短時(shí)預(yù)測(cè)和系統(tǒng)辨識(shí)出來(lái)的誘導(dǎo)單元狀態(tài)在誘導(dǎo)信息庫(kù)中提取當(dāng)前狀態(tài)對(duì)應(yīng)的最優(yōu)誘導(dǎo)信息，并將該誘導(dǎo)信息通過(guò)VMS應(yīng)用于路網(wǎng)。學(xué)習(xí)回路包含兩個(gè)功能，一方面對(duì)正在學(xué)習(xí)中的預(yù)測(cè)策略、誘導(dǎo)信息檢驗(yàn)預(yù)測(cè)和誘導(dǎo)效果，搜索最優(yōu)預(yù)測(cè)數(shù)據(jù)和當(dāng)前狀態(tài)對(duì)應(yīng)的最優(yōu)誘導(dǎo)信息；另一方面對(duì)知識(shí)庫(kù)中保存的通過(guò)機(jī)器學(xué)習(xí)得到的誘導(dǎo)信息進(jìn)行不斷的檢驗(yàn)，以便更新知識(shí)庫(kù)中的知識(shí)。智能DRGS最終通過(guò)誘導(dǎo)信息板上的誘導(dǎo)信息作用于交通流，而誘導(dǎo)信息的生成取決于誘導(dǎo)單元決策，因此誘導(dǎo)單元決策方法是保證智能DRGS有效性的關(guān)鍵。目前對(duì)有效的智能DRGS誘導(dǎo)決策方法的研究還是一項(xiàng)空白，不能使智能DRGS普及到實(shí)際應(yīng)用中，有效地對(duì)交通流進(jìn)行誘導(dǎo)，切實(shí)地解決交通路網(wǎng)不通暢等問(wèn)題。
發(fā)明內(nèi)容為了解決現(xiàn)有技術(shù)中存在的問(wèn)題，本發(fā)明提供一種智能式動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)誘導(dǎo)單元決策方法，解決了以往DRGS模型不完善，算法復(fù)雜，誘導(dǎo)信息準(zhǔn)確率低的問(wèn)題。本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的-一種智能式動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)誘導(dǎo)單元決策方法，包括以下步驟-1)從誘導(dǎo)信息板所在路段的檢測(cè)器中獲取周期p該路段到下游路段的轉(zhuǎn)彎率；2)更新知識(shí)庫(kù)中各誘導(dǎo)信息對(duì)應(yīng)的預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率；3)預(yù)測(cè)周期p+l不同方向交通流構(gòu)成比例；4)從知識(shí)庫(kù)中提取不同方向交通流最優(yōu)誘導(dǎo)信息；.5)根據(jù)誘導(dǎo)單元路網(wǎng)狀態(tài)，綜合考慮交通流的構(gòu)成及其對(duì)應(yīng)的最優(yōu)誘導(dǎo)信息，得到周期p+l誘導(dǎo)單元的綜合誘導(dǎo)信息；6)更新誘導(dǎo)周期p:=p+1，通過(guò)VMS將誘導(dǎo)信息作用于交通流，轉(zhuǎn)1。所述誘導(dǎo)單元在周期p均衡度^V計(jì)算公式為其中<formula>formulaseeoriginaldocumentpage7</formula>(1)表示誘導(dǎo)單元/的目標(biāo)區(qū)域/在周期p的飽和度；=ZS，/A^表示誘導(dǎo)單元/z的所有目標(biāo)區(qū)域平均飽和度；i^表示誘導(dǎo)單元/z的目標(biāo)區(qū)域個(gè)數(shù)；化表示誘導(dǎo)單元A的目標(biāo)區(qū)域集合；7;表示將一個(gè)誘導(dǎo)周期離散后的時(shí)間段數(shù)；q為路段y的通行能力；AC^為誘導(dǎo)單元A誘導(dǎo)周期p時(shí)刻A路段/上的車輛數(shù)；G/"表示誘導(dǎo)單元/目標(biāo)區(qū)域z'中路段集合。這是目標(biāo)評(píng)價(jià)的一個(gè)函數(shù)，用以評(píng)價(jià)誘導(dǎo)的結(jié)果。誘導(dǎo)目標(biāo)區(qū)域見(jiàn)圖l，為一個(gè)周期內(nèi)被誘導(dǎo)的車輛所能到達(dá)的區(qū)域。誘導(dǎo)信息標(biāo)志所在路段的交通流為該誘導(dǎo)單元將要被誘導(dǎo)的交通流，一個(gè)誘導(dǎo)舉元誘導(dǎo)的交通流分為多個(gè)方向，各方向的交通流的主要吸納點(diǎn)稱為該誘導(dǎo)單元交通流的目標(biāo)終點(diǎn)，一般一個(gè)誘導(dǎo)單元的目標(biāo)終點(diǎn)不超過(guò)3個(gè)。因?yàn)椴煌繕?biāo)終點(diǎn)的交通流對(duì)誘導(dǎo)單元的誘導(dǎo)信號(hào)反應(yīng)是不同的，所以需要對(duì)同一誘導(dǎo)單元不同方向的交通流及其對(duì)誘導(dǎo)信息的影響進(jìn)行預(yù)測(cè)和推理，綜合考慮交通流方向的影響后決策下一周期的誘導(dǎo)信息，使誘導(dǎo)單元目標(biāo)區(qū)域間交通流均衡分布。誘導(dǎo)單元的誘導(dǎo)信號(hào)是在地圖路段上顯示不同顏色，以表示不同的路段飽和度，從而對(duì)看到該誘導(dǎo)信息的交通流產(chǎn)生影響。如圖l，誘導(dǎo)地圖上顯示的是考慮誘導(dǎo)信息將對(duì)交通流的影響后的預(yù)測(cè)路段飽和度，綠色表示路段通暢，黃色表示路段較為通暢，紅色孝示路段堵塞。對(duì)于北站方向的交通流，因?yàn)檎T導(dǎo)地圖上顯示朝霞路飽和度低，而且路段30到北站方向的靜態(tài)最短路徑經(jīng)過(guò)朝霞路，因此路段30上北站方向的絕大部分交通流會(huì)選擇直行進(jìn)入朝霞路。雖然從定性分析可知誘3信息對(duì)交通流的影響，但是對(duì)其影響程度很難精確得到，因?yàn)椴煌范物柡投取⒉煌瑫r(shí)段下交通流對(duì)誘導(dǎo)信息的反應(yīng)是不一樣的，誘導(dǎo)服從率是一個(gè)動(dòng)態(tài)變化的過(guò)程，不可能預(yù)先設(shè)定，因此只有通過(guò)機(jī)器學(xué)習(xí)才能得到?？紤]到誘導(dǎo)周期^結(jié)束時(shí)刻誘導(dǎo)單元根據(jù)路網(wǎng)狀態(tài)S(戶)做出的誘導(dǎo)決策C7(/^是對(duì)下一個(gè)誘導(dǎo)周期(p+lJ有關(guān)區(qū)域的交通流分配起作用的，因此可通過(guò)檢測(cè)周期(P+1J目標(biāo)區(qū)域交通流均衡度狀況得到誘導(dǎo)效果F(pJ，數(shù)據(jù)S(p)、t/(pJ、r(戶J作為一個(gè)組合進(jìn)入誘導(dǎo)學(xué)習(xí)單元，經(jīng)過(guò)學(xué)習(xí)、推理機(jī)制處理，作為下次誘導(dǎo)信息使用的依據(jù)，這樣就完成了一個(gè)學(xué)習(xí)循環(huán)。所述步驟(2)中預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率的算法為G,["(/0]表示誘導(dǎo)單元&周期/誘導(dǎo)進(jìn)入&(/0的誘導(dǎo)信號(hào)，設(shè)在Gp[g二(/z)]的影響下，誘導(dǎo)單元A周期p到目標(biāo)終點(diǎn)的交通流在下游路段g二(/0的理論轉(zhuǎn)彎率分別為T7[e,(/0，Gp[g二(/0]]，j'=l,2,...,((W，Z=l,2,...,Wrf[g(/z)]，存在以下方程組"W*77[g:(W]=Gp["(/0]],/=l,2,...,iVrf[g(;0](3)產(chǎn)l藝r，(4);=1藝、[。則=1(5)產(chǎn)l由于實(shí)際總轉(zhuǎn)彎率r/[g二(州和被誘導(dǎo)交通流的總流量仏W可領(lǐng)U，不同目標(biāo)終點(diǎn)的交通流比例、[。(州通過(guò)步驟3)預(yù)測(cè)得到，因此上述方程組中只用計(jì)算r,[。(/o,Gp[&(/z)]]。上式中包含乂(/0*wd[g(/o]個(gè)變量和A^[g(州+4個(gè)方程，設(shè)K々，r(7)分別為方程組的系數(shù)矩陣和增廣矩陣的秩，當(dāng)^(^)=/"(2)=^(/0*[^(/0]時(shí)，可直接求解出唯一的87/[。(外cy^(/z)]];當(dāng)^4)=^)<^(/0*^[《(/0]時(shí)，T7[。⑨'A[g二(州]有無(wú)窮多解;當(dāng)K」)^K》時(shí)，7/[。(/0，Gp[&(州]無(wú)解。對(duì)于有無(wú)窮多解的情況，在周期/,的方程組(3)至(6)中選取部分等式加入到原方程組中聯(lián)立進(jìn)行求解，加入的順序?yàn)榻煌髁看蟮姆较蛏婕暗降姆匠滔燃尤?，流量小的方向涉及到的方程后加入，其中Anax^max(/)IG,[^(/0卜Gp[^(/z)]，/=1,^-2,...，1};對(duì)于無(wú)解的情況，首先將沖突的方程組中交通流量小的方向涉及的方程刪去，如果刪去方程后K力=K》<KW*^，則采取與上述方程組有無(wú)窮多解的情況相同的處理方式。對(duì)周期p前iVg個(gè)具有相同誘導(dǎo)信息Gp(//)]的7/[。(/7)，&[g二(/)]]滾動(dòng)進(jìn)行平均，得到在誘導(dǎo)信息[&(州的影響下，誘導(dǎo)單元/z周期p到目標(biāo)終點(diǎn)。(;o的交通流在下游路段的預(yù)測(cè)轉(zhuǎn)彎率f/[。(;o，Gj&(/0]]。設(shè)q(A^,cy^(州)為誘導(dǎo)單元周期p前iVg個(gè)具有相同Gp[g二(W]情況下的誘導(dǎo)周期集合，則f/[。(/0，GJg二(/0]]的計(jì)算公式為g";(Wg,Gp[gi(W])其中人為周期《的f/[。(;o，Gp[g:^)]]在周期戶預(yù)測(cè)轉(zhuǎn)彎率中所占的權(quán)重。所述步驟(3)中交通流構(gòu)成比例的預(yù)測(cè)方法為當(dāng)誘導(dǎo)信息所在路段的交通流有多個(gè)目標(biāo)終點(diǎn)時(shí)，需要根據(jù)s(p)、(戶J、r(pJ估計(jì)周期該路段各目標(biāo)終點(diǎn)交通流的構(gòu)成比例。周期誘導(dǎo)單元被誘導(dǎo)的交通流到目標(biāo)終點(diǎn)。(/0的比例為、[。(州，7=l,2,...,A^(/0，其中A^(/0為誘導(dǎo)單元》中被誘導(dǎo)交通流的目標(biāo)終點(diǎn)的個(gè)數(shù)。對(duì)于相鄰的兩個(gè)誘導(dǎo)周期；^和戶，在誘導(dǎo)周期內(nèi)^[。(W]，M。(州是相關(guān)聯(lián)的，可以通過(guò)周期p-7各目標(biāo)終點(diǎn)交通流的構(gòu)成比例乘以一個(gè)動(dòng)態(tài)修正系數(shù)^(^(/0)得到周期；？的交通流構(gòu)成比例。當(dāng)/=1時(shí)，可通過(guò)歷史統(tǒng)計(jì)數(shù)據(jù)近似得到^[^(州；當(dāng)/>1時(shí),根據(jù)周期/7-/的誘導(dǎo)信息所在路段到其下游路段的預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率(根據(jù)誘導(dǎo)信息計(jì)算得出的轉(zhuǎn)彎率)與實(shí)際轉(zhuǎn)彎率的值進(jìn)行比較和調(diào)整&(。(W)值。設(shè)誘導(dǎo)單元/2誘導(dǎo)信息所在路段記為g(/0，對(duì)與g(/0相鄰的下游(用符號(hào)"標(biāo)識(shí))路段依順時(shí)鐘方向分別用^(^,^^),...,&["/0^)表示"(/0的第一級(jí)下游路段)，其中[g(/0]為g(/0的下游路段數(shù)量;周期P從路段g(/0到路段g二(/o的預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率和實(shí)際轉(zhuǎn)彎率為f/[&(/o]，:f/[&(州，/=l,2,...,A^[g(/z)]。設(shè)置交通流比例調(diào)整步長(zhǎng)為;r,令*max4Imax(f/[g:(州-f/[^(/z)]),/=l，2,.."A^[g(/0]}，、m-{/Imir^/WWPfAg:^)]),^"...,^^^]"交通流比例調(diào)整規(guī)則如下1)如果f/[g〗，(/0]—(W]>A，tP[g》'"(州—[g，'n(州<—A，則g卜(/0方向的車流比例加大"，g》m(/z)方向的車流比例減小;r，其它方向車流比例不變；2)如果f/[gh(/0]—f/[gh(W]>A，^[g:薩(州—f/[g》'nW]》-/V貝'Jgh,)方向的車流比例加大"，其它方向的車流比例均減小"/[乂(/0-1];3)如果f/[gh(/0]—f/[gh(別^/VtP[g》',)]—/[g》'nW]<—/V則gh(W方向的車流比例減小;r，其它方向的車流比例均加大"/[iV。(/0-1]。不同目標(biāo)終點(diǎn)交通流比例與下游路段方向誘導(dǎo)服從率的乘積之和為轉(zhuǎn)入該方向的交通流比例，因?yàn)閷?shí)際交通流過(guò)程中誘導(dǎo)服從率不可能得到，所以可以把預(yù)測(cè)誘導(dǎo)服從率的過(guò)程看作一個(gè)"黑箱"，通過(guò)調(diào)整交通流的構(gòu)成比例來(lái)反映誘導(dǎo)服從率的變化。因此上述、[。(;o](7=1,2,...,乂(/0)不一定與實(shí)際交通流的構(gòu)成比例一致，而是考慮了動(dòng)態(tài)誘導(dǎo)服從率之后的一個(gè)修正值。所述步驟(5)中誘導(dǎo)單元的綜合誘導(dǎo)信息包括以下步驟1)從知識(shí)庫(kù)中提取當(dāng)前路網(wǎng)狀態(tài)下從誘導(dǎo)單元誘導(dǎo)信息所在路段的所有交通流到下游路段的最優(yōu)誘導(dǎo)轉(zhuǎn)彎率f/[g二(/0]，/=1,2,...,A^[g(/z)]。2)構(gòu)造方程組J]、[~(/0]*f/[e7(/0，&(州=&[&(州，求解得出f/[e」(外g二(ZO]。戶i3)從知識(shí)庫(kù)中提取與f/[。(外&(/0]，/=l,2,...，iVrf[g(/0],/=1，2，...,^(/0對(duì)應(yīng)的誘導(dǎo)信息板誘導(dǎo)信息，即顯示的不同飽和度顏色。4)如果f/[。(/)，/=l,2，...,iVrf[g(W]，j、l,2,…,A^(/z)對(duì)應(yīng)的誘導(dǎo)信息板誘導(dǎo)信息完全相同，則采用該誘導(dǎo)信息；轉(zhuǎn)步驟6)。5)如果f/[。(;o，A(W]對(duì)應(yīng)的誘導(dǎo)信息不一致，則對(duì)需要顯示的誘導(dǎo)信息進(jìn)行協(xié)調(diào)采用與目標(biāo)終點(diǎn)為^={/1maxOp[。(/0]),y'=l,2，...，iVe(/2)}的交通流對(duì)應(yīng)的誘導(dǎo)信息G;[W作為基準(zhǔn)誘導(dǎo)信息，接著將其與目標(biāo)終點(diǎn)為^={/1max(、[=l,2，...,iVe(/0,/*《}的交通流對(duì)應(yīng)的誘導(dǎo)信息《[/]進(jìn)行比較，如果《[/2]=《[/2],則取《[/]=<^[//];如果《[W#，則在《[W、基礎(chǔ)上將誘導(dǎo)信息進(jìn)行調(diào)整得到，使<formula>formulaseeoriginaldocumentpage11</formula>-f/[、(/z)，《[g二(州l的值最小，依次類推得出《'w[W，得出綜合的誘導(dǎo)信息，顯示在誘導(dǎo)信息板上。6)結(jié)束。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是本文通過(guò)實(shí)際檢測(cè)到的上一誘導(dǎo)周期交通流數(shù)據(jù)，采用智能化的方法對(duì)誘導(dǎo)服從率進(jìn)行處理，將預(yù)測(cè)誘導(dǎo)服從率的過(guò)程看作一個(gè)"黑箱"，通過(guò)調(diào)整交通流的構(gòu)成比例來(lái)反映誘導(dǎo)服從率的變化，解決了一些數(shù)據(jù)如誘導(dǎo)服從率、誘導(dǎo)信息對(duì)交通流的影響范圍等難以得到的問(wèn)題，并取得了較好的效果。本發(fā)明的實(shí)施步驟較為簡(jiǎn)單，沒(méi)有引證傳統(tǒng)方法中大量的矩陣運(yùn)算，易于實(shí)施，且通過(guò)仿真模型驗(yàn)證，證實(shí)了方法的有效性。這種智能化的方法不僅可以處理交通系統(tǒng)中的交通流問(wèn)題，對(duì)其它復(fù)雜系統(tǒng)如市場(chǎng)營(yíng)銷中客戶購(gòu)買行為問(wèn)題、股票市場(chǎng)中投資者行為問(wèn)題等都具有一定的參考價(jià)值。圖1為本發(fā)明智能式動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)誘導(dǎo)單元決策方法流程圖。圖2為智能DRGS系統(tǒng)框架圖；其中l(wèi)為誘導(dǎo)信息板、2為交通流過(guò)程、3為狀態(tài)提取、4為狀態(tài)辨識(shí)、5為實(shí)時(shí)誘導(dǎo)決策、6為效果檢測(cè)、7為效果評(píng)價(jià)、8為機(jī)器學(xué)習(xí)、9為知識(shí)庫(kù)、IO為推理機(jī)制。圖3為智能DRGS組成元素示意圖；其中橢圓區(qū)域?yàn)槟繕?biāo)評(píng)價(jià)區(qū)域，方形區(qū)域?yàn)檎T導(dǎo)單元2作用區(qū)域，誘導(dǎo)單元l為紅色，誘導(dǎo)單元2為綠色，誘導(dǎo)單元3為綠色；右圖為誘導(dǎo)信息板l局部放大圖。圖4為誘導(dǎo)仿真路網(wǎng)示意圖；其中橢圓區(qū)域?yàn)樵u(píng)價(jià)區(qū)域。圖5為仿真實(shí)驗(yàn)3周期1至300預(yù)測(cè)轉(zhuǎn)彎率與實(shí)際轉(zhuǎn)彎率比較圖；其中橫坐標(biāo)為誘導(dǎo)周期，縱坐標(biāo)為轉(zhuǎn)彎率。圖6為仿真實(shí)驗(yàn)3周期301至600預(yù)測(cè)轉(zhuǎn)彎率與實(shí)際轉(zhuǎn)彎率比較圖；其中橫坐標(biāo)為誘導(dǎo)周期，縱坐標(biāo)為轉(zhuǎn)彎率。圖7為仿真實(shí)驗(yàn)3周期601至900預(yù)測(cè)轉(zhuǎn)彎率與實(shí)際轉(zhuǎn)彎率比較圖；其中橫坐標(biāo)為誘導(dǎo)周期，縱坐標(biāo)為轉(zhuǎn)彎率。圖8為仿真實(shí)驗(yàn)3目標(biāo)區(qū)域均衡度變化圖；其中橫坐標(biāo)為誘導(dǎo)周期，縱坐標(biāo)為目標(biāo)區(qū)域均衡度。圖9仿真平臺(tái)層次結(jié)構(gòu)圖；其中11為初始化模型、12為路網(wǎng)生成模型、13為車輛生成模型、14為控制誘導(dǎo)設(shè)備模型、15為仿真內(nèi)核、16為車輛行駛模型、17為控制誘導(dǎo)設(shè)備運(yùn)行模型、18為人機(jī)交互模型、19為仿真參數(shù)設(shè)定模型、20為動(dòng)態(tài)顯示模型、21為數(shù)據(jù)庫(kù)管理系統(tǒng)、22為數(shù)據(jù)庫(kù)交互接口、23為控制與誘導(dǎo)協(xié)調(diào)系統(tǒng)、24為控制與誘導(dǎo)交互接□。圖10城市微觀交通流仿真系統(tǒng)運(yùn)行流程圖。圖11目標(biāo)車道區(qū)域劃分；其中25為觀察信號(hào)燈區(qū)域、26為禁止超車區(qū)域、27為允許超車區(qū)域、28為路口。圖12非目標(biāo)車道區(qū)域劃分；其中29為減速換道區(qū)域、30為允許超車和換道區(qū)域、28為路口。圖13非目標(biāo)車道上，停車等待位置示意圖；其屮28為路口、31為停車等待換道元胞、32為當(dāng)前車道、33為目標(biāo)車道。圖14路口中的車道示意圖；其中34為匯入沖突、35為直行左轉(zhuǎn)沖突。圖15車輛在目標(biāo)車道中各區(qū)域流程圖。圖16車輛在非目標(biāo)車道中各區(qū)域流程圖。圖17直行左轉(zhuǎn)沖突仿真效果圖。圖18車道上元胞處理順序圖；其中28為路口、36為處理順序、37為車道序號(hào)、38為高位車道、39為低位車道、40為0號(hào)元胞、41為1號(hào)元胞。圖19車輛超車過(guò)程示意圖X超車車輛；A2被超車輛；其他為影響超車車輛；42為超車前，判斷是否超車；43為超車中，加速行駛；44為超車中，換回原車道；45為原車道，46為超車車道。圖20路口生成圖；其中圖20a為用戶輸入信息，圖20b為計(jì)算各道路垂線，圖20c為根據(jù)垂線生成車道擴(kuò)充，圖20d為根據(jù)最外部車道線確定路口結(jié)構(gòu)點(diǎn)，圖20e為根據(jù)路口結(jié)構(gòu)點(diǎn)生成路口停車線，圖20f為生成后的路口。具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步詳細(xì)說(shuō)明。本實(shí)施例在以本發(fā)明技術(shù)方案為前提下進(jìn)行實(shí)施，給出了詳細(xì)的實(shí)施方式，但本發(fā)明的保護(hù)范圍不限于下述的實(shí)施例。如圖4所示，則對(duì)于誘導(dǎo)單元2誘導(dǎo)單元決策流程為1)從誘導(dǎo)信息板所在路段的檢測(cè)器中獲取周期p該路段到下游路段的轉(zhuǎn)彎率；本實(shí)施例從檢測(cè)器得到周期p為566時(shí)路段6到下游路段8、7、53的車輛分別為303，540，475輛，得到到下游路段的轉(zhuǎn)彎率分別為0.23，0.41，0.36。2)更新知識(shí)庫(kù)中各誘導(dǎo)信息對(duì)應(yīng)的預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率；對(duì)周期p前Wg個(gè)具有相同誘導(dǎo)信息Gp["(W]的理論轉(zhuǎn)彎率？7[。(/0，Gp["(/0]]滾動(dòng)進(jìn)行平均，得到在誘導(dǎo)信息Gp[g〗(州的影響下，誘導(dǎo)單元周期p到冃標(biāo)終點(diǎn)的交通流在下游路段&(/0的預(yù)測(cè)轉(zhuǎn)彎率f/[~(/0，Gp[g二(/z)]]。本實(shí)施例取A^,3，由于上一周期(周期566)的誘導(dǎo)信息為2:5:3(即從路段6到其下游路段的誘導(dǎo)轉(zhuǎn)彎率為0.2,0.5,0.3)，從數(shù)據(jù)中搜索誘導(dǎo)信息為2:5:312的相鄰的周期，得到分別在369和433周期誘導(dǎo)單元2采用了誘導(dǎo)信息2:5:3。權(quán)重A369=0.6，A433=0.9，/1566=1.5，369、433周期誘導(dǎo)信息下分別對(duì)應(yīng)的轉(zhuǎn)彎率為0.19:0.42:0.39,，0.25:0.45:0.3，則誘導(dǎo)信息2:5:3下預(yù)測(cè)轉(zhuǎn)彎率通過(guò)公式f/[e#)，Gp[&(/0]]=ZV/[。(:Gp[g二(柳計(jì)算，其中夂為周期《的f/[~(/0，Gp[g二(/0]]在周期;預(yù)測(cè)轉(zhuǎn)彎率中所占的權(quán)重，分別為(0.19*0.6+0.25*0.9+0.23".5)/3=0.228，(0.42*0.6+0.45*0.9+0.41*1.5)/3=0.424，(0.39*0.6+0.3*0.9+0.36*1.5)/3=0.348。用0.228:0.424:0.348更新誘導(dǎo)信息2:5:3下的預(yù)測(cè)轉(zhuǎn)彎率。3)預(yù)測(cè)周期p+l不同方向交通流構(gòu)成比例；(3.1)設(shè)周期誘導(dǎo)單元被誘導(dǎo)的交通流到目標(biāo)終點(diǎn)。(/z)的比例為、[。(州，y'=l,2,...,i^(/2)，其中A^(/)為誘導(dǎo)單元/中被誘導(dǎo)交通流的目標(biāo)終點(diǎn)的個(gè)數(shù)，貝U表示一個(gè)動(dòng)態(tài)修正系數(shù)；(3.2)當(dāng)誘導(dǎo)周期/7=1時(shí)，可通過(guò)歷史統(tǒng)計(jì)數(shù)據(jù)近似得到^[。(/z)];(3.3)當(dāng)/>1時(shí)，根據(jù)周期p-7的誘導(dǎo)信息所在路段到其下游路段的預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率，即根據(jù)誘導(dǎo)信息計(jì)算得出的轉(zhuǎn)彎率，與實(shí)際轉(zhuǎn)彎率的值進(jìn)行比較和調(diào)整動(dòng)態(tài)修正系數(shù)^(。(/))值，具體步驟為(3.3.1)設(shè)誘導(dǎo)單元A誘導(dǎo)信息所在路段記為g(/0，對(duì)與g(/0相鄰的下游路段依順時(shí)鐘方向分別用^(/7),g〗(/0，.，.，g，"w乂/0表示，其中[g(W]為g(/0的下游路段數(shù)量，周期戶從路段g(/0到路段g二(/0的預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率和實(shí)際轉(zhuǎn)彎率為f/[g二(州，f/[g二(州，/:l,2,…，iVJ洲];(3.3.2)設(shè)置交通流比例調(diào)整步長(zhǎng)為;r，令*max={/1max力[g二(/0]—(ZO]),=1,2，…，}，A:min={Z|min(^["(/z)]-f/=1,2,...,A^[g(/0]}，交通流比例調(diào)整規(guī)則如下131)如果^[g:咖x(州—f/[ghW]>/V^[gh(州-f/[^關(guān)(州—ZV貝Ug卜W方向的車流比例加大"，g》'n(W方向的車流比例減小冗，其他方向車流比例不變；2)如果^[gh(州—f/[gh(州〉/Vf/[g》',)]—^[g》inW]^-/V貝'Jg〗鵬W方向的車流比例加大;r，其它方向的車流比例均減小"/[^(/0-1];3)如果f/[g〗隨W]-f/[g〗腿W]^/Vf/[g》'nW]—f/[g》'n(》)]<—A，則g〗腿(W方向的車流比例減小;r，其它方向的車流比例均加大"/[乂(/0-1]。本實(shí)施例取調(diào)整步長(zhǎng)為冗=0.05,//;^0.06。在周期433時(shí)誘導(dǎo)信息2:5:3的預(yù)測(cè)轉(zhuǎn)彎率為0.216:0.433:0.351，由于/tmax={z,Imax(0.23-0.216,0.41-0.433,0.36-0.351),;=1,2,3}=1，yt隨={/1min(0.23-0.216,0.41-0.433,0.36—0.351),/=1,2,3}=2，由于f/[g〗鵬(W]_f/[g:鵬(州=0.23-0.216=0.014，f/[g》'"(Zz)]—f/[g》in(別=-0.023，絕對(duì)值均小于A，所以不需要調(diào)整。交通流比例仍取上一周期(周期566)的預(yù)測(cè)交通流比例(1:2)。4)從知識(shí)庫(kù)中提取不同方向交通流最優(yōu)誘導(dǎo)信息；本實(shí)施例根據(jù)當(dāng)前路網(wǎng)狀態(tài)，從知識(shí)庫(kù)中提取對(duì)應(yīng)的誘導(dǎo)信息為4:3:3;5)5.1:計(jì)算當(dāng)前路網(wǎng)狀態(tài)下不同目標(biāo)終點(diǎn)對(duì)應(yīng)的理論轉(zhuǎn)彎率。，)5.2:構(gòu)造方程組J]、[。(/0]*f/[。(/0，&(州=^/[&(別，求解得出f/[。(外本實(shí)施例根據(jù)步驟4)中提取的誘導(dǎo)信息4:3:3以及步驟3)中預(yù)測(cè)得到的路段各目標(biāo)終點(diǎn)交通流比例(1:2)構(gòu)造方程組，求解得到誘導(dǎo)單元2周期567到目標(biāo)終點(diǎn)8的交通流在下游路段19，5的理論轉(zhuǎn)彎率分別為7.1:2.9，求解得到誘導(dǎo)單元2周期567到目標(biāo)終點(diǎn)17的交通流在下游路段5，4的理論轉(zhuǎn)彎率分別為4.4:5.6。5.3:從知識(shí)庫(kù)中提取與f/[^(/2)，g二(/z)]，z'=l,2,...,A^[g(/z)]，y、l，2,…，A^(/0對(duì)應(yīng)的誘導(dǎo)信息板誘導(dǎo)信息，即顯示的不同飽和度顏色；如果f/[^(外g二(州對(duì)應(yīng)的誘導(dǎo)信息不一致，則對(duì)需要顯示的誘導(dǎo)信息進(jìn)行協(xié)調(diào)采用與目標(biāo)終點(diǎn)為《={/1maxOp[^(/0])J=1，2，...,乂(/0}的交通流對(duì)應(yīng)的誘導(dǎo)信息《[/z]作為基準(zhǔn)誘導(dǎo)信息，接著將其與目標(biāo)終點(diǎn)為^={/1max(、[。(/)]),7=1，2，…,i^(WJ^《}的交通流對(duì)應(yīng)的誘導(dǎo)信息14G[/]進(jìn)行比較，如果G;問(wèn)-G^]，則取《[/z]-《[/z];如果G;[W-G〗[W，則在G;[/z]、(^[A]基礎(chǔ)上將誘導(dǎo)信息進(jìn)行調(diào)整得到^^/z]，使-f/[、(外《[&(/0]l的值最小，依次類推得出5，w[w，得出綜合的誘導(dǎo)信息，顯示在誘導(dǎo)信息板上；本實(shí)施例經(jīng)過(guò)協(xié)調(diào)，得到綜合誘導(dǎo)信息為2:1:1，對(duì)應(yīng)的誘導(dǎo)指示色為綠黃黃。6)更新誘導(dǎo)周期p^p+l，通過(guò)VMS將誘導(dǎo)信息作用于交通流，轉(zhuǎn)l。對(duì)于其他誘導(dǎo)單元，決策流程與誘導(dǎo)單元2相似。為了說(shuō)明本發(fā)明提出的智能DRGS誘導(dǎo)單元決策方法的有效性及各參數(shù)對(duì)誘導(dǎo)效果的影響，本發(fā)明進(jìn)行了多組實(shí)驗(yàn)，限于篇幅，僅列出預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率時(shí)進(jìn)行加權(quán)的誘導(dǎo)周期數(shù)7Vg的取值對(duì)誘導(dǎo)效果的影響實(shí)驗(yàn)結(jié)果和分析。本發(fā)明進(jìn)行的實(shí)驗(yàn)為A^取不同值時(shí)，預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率的準(zhǔn)確度，實(shí)驗(yàn)條件為A^取2、3、4、5的情況，實(shí)驗(yàn)序號(hào)為1至4。仿真實(shí)驗(yàn)在我們開(kāi)發(fā)的基于元胞自動(dòng)機(jī)原理的微觀仿真平臺(tái)上進(jìn)行，車速、流量、控制信號(hào)等數(shù)據(jù)通過(guò)仿真軟件提取，誘導(dǎo)周期設(shè)為250秒，自由流速度為16米/秒，每個(gè)實(shí)驗(yàn)仿真900個(gè)誘導(dǎo)周期。仿真路網(wǎng)如圖4，設(shè)置4個(gè)誘導(dǎo)單元，參數(shù)見(jiàn)下表l。限于篇幅，不便列出路網(wǎng)中所有路段參數(shù)，現(xiàn)僅提取圖4中誘導(dǎo)單元相關(guān)的主要路段長(zhǎng)度及通行能力，見(jiàn)下表2。表1誘導(dǎo)單元參數(shù)表<table>tableseeoriginaldocumentpage15</column></row><table><table>tableseeoriginaldocumentpage16</column></row><table>仿真實(shí)驗(yàn)結(jié)果本發(fā)明針對(duì)表1中的條件進(jìn)行了多個(gè)仿真實(shí)驗(yàn)，現(xiàn)列出其中具有代表性的4次實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析。將實(shí)驗(yàn)1至4在誘導(dǎo)單元2路段7方向的預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率與實(shí)際轉(zhuǎn)彎率進(jìn)行比較，采用公式^=1￡G,(柳々[e,^二,x酵,。表示誘導(dǎo)周P丄H，，G,[g:(柳期A到A內(nèi)它們之間的相對(duì)誤差，其中tf[e,(外Cyg二(州]表示誘導(dǎo)單元/z周期戶目標(biāo)終點(diǎn)^(/2)方向的交通流在誘導(dǎo)信息Gp[g〗(/0作用下到g二(/0的實(shí)際車輛轉(zhuǎn)彎率。預(yù)測(cè)轉(zhuǎn)彎率與實(shí)際轉(zhuǎn)彎率比較結(jié)果如下表3所示。圖5至7為實(shí)驗(yàn)3預(yù)測(cè)轉(zhuǎn)彎率與實(shí)際轉(zhuǎn)彎率比較圖，圖中虛線表示預(yù)測(cè)轉(zhuǎn)彎率，實(shí)線表示實(shí)際轉(zhuǎn)彎率；實(shí)驗(yàn)3目標(biāo)區(qū)域均衡度變化見(jiàn)圖8。表3預(yù)測(cè)轉(zhuǎn)彎率與實(shí)際轉(zhuǎn)彎率比較結(jié)果<table>tableseeoriginaldocumentpage16</column></row><table>仿真實(shí)驗(yàn)分析1)由表3可知，在前300個(gè)周期內(nèi)，4次實(shí)驗(yàn)預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率與實(shí)際轉(zhuǎn)彎率相差較大，相對(duì)誤差都達(dá)到20%以上。這是因?yàn)閷?duì)于每種誘導(dǎo)信息都有一個(gè)初始估計(jì)轉(zhuǎn)彎率，預(yù)測(cè)的誘導(dǎo)轉(zhuǎn)彎率是在這個(gè)初始值基礎(chǔ)上調(diào)整得到的，需要一定的調(diào)整時(shí)間。2)由圖5至7可知，隨著誘導(dǎo)時(shí)間的推移，預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率與實(shí)際轉(zhuǎn)彎率的相對(duì)誤差逐漸減小到接近10%且較為穩(wěn)定，表明本文設(shè)計(jì)的預(yù)測(cè)誘導(dǎo)車流轉(zhuǎn)彎率的方法是有效的。3)由表3可知，在本仿真實(shí)驗(yàn)條件下，當(dāng)A^取4時(shí)預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率與實(shí)際轉(zhuǎn)彎率最接近，因此也能達(dá)到最好的誘導(dǎo)效果。當(dāng)iVg過(guò)小時(shí)，因?yàn)樵擃A(yù)測(cè)參考相同條件下的實(shí)際轉(zhuǎn)彎率太少，不具有全面代表性，容易引起預(yù)測(cè)效果的波動(dòng)；當(dāng)A^過(guò)大時(shí)，預(yù)測(cè)轉(zhuǎn)彎率時(shí)參考前面周期太多而涉及到的時(shí)間跨度太大，交通流的特性發(fā)生了改變而使部分?jǐn)?shù)據(jù)不具有參考價(jià)值，特別是當(dāng)交通流特性變化較快時(shí)，預(yù)測(cè)轉(zhuǎn)彎率不能快速調(diào)整，導(dǎo)致誘導(dǎo)信息不準(zhǔn)確而影響誘導(dǎo)效果。本仿真實(shí)驗(yàn)條件下，推薦釆用A^^4的方案，但實(shí)際條件下A^的取值應(yīng)根據(jù)誘導(dǎo)單元涉及到的路段、誘導(dǎo)時(shí)段的交通流特性加以調(diào)整。當(dāng)交通流變化速度較快時(shí)，采用較小的A^;當(dāng)交通流較為平穩(wěn)時(shí)，采用較大的A^。4)由圖8可知，誘導(dǎo)系統(tǒng)是起作用的，開(kāi)始均衡度波動(dòng)大，隨著時(shí)間的推移，均衡度波動(dòng)逐漸減小，經(jīng)過(guò)約500個(gè)誘導(dǎo)周期后，系統(tǒng)進(jìn)入了較為穩(wěn)定的運(yùn)行區(qū)間，均衡度高，波動(dòng)小，誘導(dǎo)效果較為理想，表明本文提出的智能交通系統(tǒng)誘導(dǎo)單元是有效的。本發(fā)明中所使用的基^^元胞自動(dòng)機(jī)原理的微觀仿真平臺(tái)是我們自己開(kāi)發(fā)的城市微觀交通流仿真系統(tǒng)。下面對(duì)本基于元胞自動(dòng)機(jī)的城市微觀交通流仿真系統(tǒng)做詳細(xì)說(shuō)明。1.仿真系統(tǒng)結(jié)構(gòu)仿真系統(tǒng)主要由車輛行駛模型、初始化模型、人機(jī)交互模型以及數(shù)據(jù)庫(kù)管理系統(tǒng)組成，如圖9。初始化模型由路網(wǎng)、車輛以及控制與誘導(dǎo)設(shè)備的生成模型組成，主要是根據(jù)人機(jī)交互模型提供的各種需求，對(duì)交通仿真主體一道路網(wǎng)絡(luò)、車輛、以及控制誘導(dǎo)設(shè)備的物理參數(shù)、幾何參數(shù)、統(tǒng)計(jì)規(guī)律等進(jìn)行定義，作為仿真內(nèi)核運(yùn)行所必須的外部參數(shù)。仿真內(nèi)核則由車輛行駛模型與控制誘導(dǎo)設(shè)備運(yùn)行模型組成，負(fù)責(zé)車輛在道路與路口的行駛，以及檢測(cè)器交通流檢測(cè)、信號(hào)燈色顯示、誘導(dǎo)顯示屏信息發(fā)布等。人機(jī)交互模型則負(fù)責(zé)用戶對(duì)仿真系統(tǒng)中各種參數(shù)的設(shè)定以及整個(gè)交通網(wǎng)絡(luò)的屏幕顯示工作的完成。數(shù)據(jù)庫(kù)管理系統(tǒng)負(fù)責(zé)用戶輸入數(shù)據(jù)等的保存與管理。2.交通流仿真設(shè)計(jì)結(jié)合VisualC++6.0程序開(kāi)發(fā)平臺(tái)，圖IO給出了該仿真系統(tǒng)的運(yùn)行流程"開(kāi)始按鈕"觸發(fā)系統(tǒng)運(yùn)行，調(diào)用消息響應(yīng)函數(shù)CTrafficView::OnRun()，在該函數(shù)中，初始化模型中的各實(shí)體首先得到初始化，隨后開(kāi)啟車輛行駛與動(dòng)態(tài)顯示兩個(gè)線程，仿真系統(tǒng)將在這兩個(gè)線程間進(jìn)行切換，從而實(shí)現(xiàn)車輛移動(dòng)與車輛顯示的功能。線程1，車輛行駛函數(shù)CSimuFun::Vehicle—Go—Ahead()包含負(fù)責(zé)誘導(dǎo)信息更新的函數(shù)、檢測(cè)器工作函數(shù)、道路及路口車輛前進(jìn)的函數(shù)。其中，誘導(dǎo)信息更新函數(shù)，負(fù)責(zé)根據(jù)誘導(dǎo)周期定時(shí)到通信緩沖區(qū)中取得誘導(dǎo)系統(tǒng)傳輸過(guò)來(lái)的最新的誘導(dǎo)數(shù)據(jù)；而檢測(cè)器則根據(jù)元胞是否被占據(jù)檢測(cè)經(jīng)過(guò)檢測(cè)器的車輛，并存入指定數(shù)組，實(shí)現(xiàn)數(shù)據(jù)的采集；通過(guò)對(duì)道路以及路口元胞的遍歷，調(diào)用CVehicle::Vehicle_at—Road和CVehicle::Vehicle_at_Cross分別實(shí)現(xiàn)兩個(gè)部分中車輛的移動(dòng)。線程2，則使用雙緩沖技術(shù)對(duì)在屏幕上畫圖。為了產(chǎn)生動(dòng)畫效果，由于，需要對(duì)路網(wǎng)結(jié)構(gòu)與每次都發(fā)生位置變化的車輛進(jìn)行不斷重畫，如果采用直接的屏幕刷新方法，由于畫圖需要一個(gè)畫與顯示的過(guò)程，不能瞬間完成，因此路網(wǎng)的閃爍是不可避免的，尤其在使用Sle印()函數(shù)，降低仿真速度時(shí)則愈加明顯。所以，使用雙緩沖技術(shù)，在每次重畫前，先將路網(wǎng)與車輛畫在內(nèi)存中，然后將內(nèi)存中的圖片一次性貼到設(shè)備上，從而避免了畫圖中畫與顯示交織的過(guò)程，因此可以有效的避免屏幕的閃爍問(wèn)題。3.車輛在道路上行駛規(guī)則設(shè)計(jì)按車輛在道路上所處的車道將車輛行駛規(guī)則分為兩類在目標(biāo)車道上行駛規(guī)則與非目標(biāo)車道上行駛規(guī)則。這里定義目標(biāo)車道為可以通往下一條道路的車道，如車輛行駛路徑上的下一條道路為當(dāng)前道路的左轉(zhuǎn)道路，則當(dāng)前道路的左轉(zhuǎn)車道為目標(biāo)車道。下面分別對(duì)兩類行駛規(guī)則作以介紹。3.1車輛在目標(biāo)車道上行駛規(guī)則按照車輛距離路口的長(zhǎng)度，對(duì)非車輛目的地的車道進(jìn)行區(qū)域劃分，處在不同區(qū)域的車輛有著不同的行為規(guī)則。將目標(biāo)車道上的區(qū)域劃分為允許超車區(qū)域、禁止超車區(qū)域、觀察信號(hào)燈區(qū)域，如圖ll(本系統(tǒng)假設(shè)己在目標(biāo)車道上的車輛不再產(chǎn)生換道意愿)。各部分流程如圖15。3.2車輛在非目標(biāo)車道上行駛規(guī)則同樣，按照車輛當(dāng)前距離路口長(zhǎng)度，對(duì)非車輛目的地的非目標(biāo)車道進(jìn)行劃分，如圖12。其中禁止換道線為道路進(jìn)入路口前禁止車輛換道的區(qū)域，進(jìn)入該區(qū)域車輛均已在目標(biāo)車道上，所以該部分算法在非目標(biāo)車道上并不存在，禁止換道線在實(shí)際的城市交通中一般用實(shí)線表示，而虛線則表示可以換道區(qū)域。各部分流程如圖16。需要注意的是各個(gè)非目標(biāo)車道的等待換道位置，由于以最小速度換道也需要一定向前的行駛速度，因此，當(dāng)車輛在非目標(biāo)車道的禁止換道線前等待換道時(shí)，其實(shí)際停止位置需要預(yù)留'出換道的空間，該空間與當(dāng)前車道和目標(biāo)車道間間隔的車道數(shù)量有關(guān)，具體如圖13。4車輛在路口中行駛規(guī)則設(shè)計(jì)4.1路口路徑的確定本文采用一維元胞機(jī)模型對(duì)路口進(jìn)行描述，并且在此基礎(chǔ)上，根據(jù)車輛在路口的一般行駛路線，繪制帶有一定彎曲的車輛路口行進(jìn)軌跡并按一定大小對(duì)其進(jìn)行劃分以形成元胞。以標(biāo)準(zhǔn)四岔路口為例，生成路口車道如圖14。通過(guò)循環(huán)，找到進(jìn)入路口與走出路口的車道各一條，并按一定算法按照一定弧度計(jì)算出車輛行駛軌跡函數(shù)，并以一定長(zhǎng)度平分該曲線，平分后的各點(diǎn)坐標(biāo)即為該路口該路徑的元胞中心點(diǎn)坐標(biāo)，進(jìn)入該路徑的車輛將按照該元胞行駛。同理生成路口中其他出入路口車道間的路徑。使用彎曲軌跡的元胞在一定程度上描述了車輛在路口行駛中的軌跡規(guī)律，是介于微觀與宏觀的較理想的車輛行駛軌跡的抽象，車輛不但可以表現(xiàn)出路口中行駛所具有的拐彎特性，而且對(duì)于繼承了一維元胞的優(yōu)點(diǎn)，便于程序的編寫。4.2路口沖突點(diǎn)的確定及車輛行駛四岔路口中存在兩類沖突點(diǎn)一、駛出路口進(jìn)入道路車道時(shí)的車輛匯入沖突，只有當(dāng)路口中存在兩個(gè)或兩個(gè)以上同道路同行駛方向的進(jìn)入路口車道時(shí)，該種沖突才存在，如某進(jìn)入路口道路有兩條左轉(zhuǎn)或直行車道時(shí)，當(dāng)這兩條車道駛出的車輛同時(shí)要進(jìn)入同一條車道時(shí)，此類沖突發(fā)生；二、直行與左轉(zhuǎn)車輛的沖突，該類沖突點(diǎn)只存在于兩相位控制的四岔路口中，四相位控制的路口并不存在此類沖突。針對(duì)不同的沖突點(diǎn)分別設(shè)計(jì)如下解決方案。4.2.1駛出路口時(shí)的匯入沖突參考目標(biāo)車道的設(shè)計(jì)原理，以匯入車道為單位，將同時(shí)匯入該車道的路口車道歸為一組，并選取中間的車道為目標(biāo)車道，將該組車道后數(shù)某個(gè)元胞人為規(guī)定為沖突點(diǎn)(物理上接近車輛沖突的位置)，在沖突點(diǎn)之前未在目標(biāo)車道上的車輛要換到目標(biāo)車道上，而到達(dá)沖突點(diǎn)且仍在非目標(biāo)車道車輛則停車等待，直到目標(biāo)車道相應(yīng)位置空閑，即換到目標(biāo)車道。這樣，車輛在匯入某一車道前，在路口中排成一隊(duì)進(jìn)入路口，這種行為更符合真正的路口交通情況，從而很好的解決了車輛在駛出路口時(shí)的匯入沖突問(wèn)題。4.2.2直行左轉(zhuǎn)沖突直行左轉(zhuǎn)沖突相對(duì)復(fù)雜，首先需要確定沖突點(diǎn)的位置，由于路口形狀不一且直行左轉(zhuǎn)沖突點(diǎn)較多，因此無(wú)法人為統(tǒng)一規(guī)定其位置，這里試給出尋找沖突點(diǎn)的算法如下(以有沖突的直行車道上的元胞區(qū)分每一個(gè)沖突點(diǎn))循環(huán)每一個(gè)直行車道從前往后循環(huán)直行車道上的每一個(gè)元胞從前往后循環(huán)每一個(gè)左轉(zhuǎn)車道循環(huán)左轉(zhuǎn)車道元胞從后往前計(jì)算元胞間距離如果小于沖突距離存入沖突點(diǎn)數(shù)組如果大于沖突距離且本次距離大于上次距離時(shí)(距離遞減趨勢(shì)、漸行漸遠(yuǎn)，因此后面的不可能沖突)退出該車道循環(huán)確定直行左轉(zhuǎn)沖突點(diǎn)后，車輛每一步的行駛都需要檢驗(yàn)沖突點(diǎn)內(nèi)是否有車。但還需要考慮一些問(wèn)題，如統(tǒng)一路口車道上兩個(gè)沖突點(diǎn)相鄰車輛如何行駛，同時(shí)等待進(jìn)入沖突點(diǎn)時(shí)，車輛的優(yōu)先級(jí)問(wèn)題等等。綜合考慮這些問(wèn)題，設(shè)計(jì)算法如下準(zhǔn)備工作路口元胞…-標(biāo)識(shí)屬于第幾個(gè)沖突點(diǎn)沖突點(diǎn)---標(biāo)識(shí)包括哪幾個(gè)元胞；該沖突點(diǎn)是否被以被處理過(guò)191、從后往前，移動(dòng)直行車道上的車輛，直到?jīng)_突點(diǎn)(沖突點(diǎn)的車輛暫不處理)2、從后往前，移動(dòng)左轉(zhuǎn)車道上的車輛，直到?jīng)_突點(diǎn)(沖突點(diǎn)的車輛暫不處理)3、循環(huán)各個(gè)沖突點(diǎn)一以沖突點(diǎn)為研究對(duì)象如果沖突點(diǎn)有車移動(dòng)該車確定考察車道為該車所在車道如果沖突點(diǎn)沒(méi)有車確定考察車道為直行車道考察該車所在車道的下一輛車if(這輛車可以到達(dá)該沖突點(diǎn))移動(dòng)該車到?jīng)_突點(diǎn)該沖突點(diǎn)被占據(jù)標(biāo)志循環(huán)與該沖突點(diǎn)連接的其他車道if(該車道上最靠近沖突點(diǎn)的車輛在另一個(gè)沖突點(diǎn)或之前存在另一個(gè)沖突點(diǎn))不處理elseif(該車能夠到達(dá)該沖突點(diǎn))停在沖突點(diǎn)前的第一個(gè)元胞上elseif(不能到達(dá)沖突點(diǎn))以正常速度行駛else(這輛車不會(huì)到達(dá)該沖突點(diǎn))if(該車在其他沖突點(diǎn)或該車前面存在另一個(gè)沖突點(diǎn))不處理else按該車速度移動(dòng)該車循環(huán)與該沖突點(diǎn)連接的其他車道if(該車道上最靠近沖突點(diǎn)的車輛在另一個(gè)沖突點(diǎn)或之前存在另一個(gè)沖突點(diǎn))不處理elseif(該車不能夠到達(dá)沖突點(diǎn))以目前速度行駛elseif(該車能夠到達(dá)沖突點(diǎn))判斷沖突點(diǎn)是否被占據(jù)，通過(guò)占據(jù)標(biāo)志一因?yàn)橛锌赡鼙恢把h(huán)的其他車道上的車輛占據(jù)if(占據(jù))停在沖突點(diǎn)之前一個(gè)元胞或不動(dòng)一已是之前else(沒(méi)有被占據(jù))進(jìn)入沖突點(diǎn)沖突點(diǎn)被占據(jù)標(biāo)志注意1、如果車輛進(jìn)入沖突點(diǎn)，將沖突點(diǎn)中的所有車道都表示為有車占據(jù)2、行駛優(yōu)先級(jí)跟車>直行>左轉(zhuǎn)(算法中以保證了該優(yōu)先級(jí))代碼實(shí)現(xiàn)后，仿真情況如圖17。圖中路口為兩相位控制四叉路口，來(lái)自道路R3的左轉(zhuǎn)車輛在來(lái)fiR0的直行車輛隊(duì)列前停車等待。5車輛行駛動(dòng)作規(guī)則設(shè)計(jì)5.1自由行駛與跟馳行駛自由行駛與跟馳行駛是一對(duì)相對(duì)的概念，廣義的說(shuō)，車輛無(wú)非在路網(wǎng)中只有兩種狀態(tài)，即自由行駛與跟馳行駛。所謂自由行駛，顧名思義就是車輛的行駛不受其他車輛的干擾，駕駛員可以根據(jù)自己意愿自由選擇行駛速度(符合法規(guī)的條件下)；而跟馳行駛，則為駕駛員的駕駛受到其他車輛(主要指前車)的限制，無(wú)法完全根據(jù)自己意愿選擇速度，必須根據(jù)前車的行駛狀況選擇自己的行駛速度。如何區(qū)分自由行駛與跟馳行駛這兩種狀態(tài)，以及處在這兩種狀態(tài)中的車輛是如何行駛的，眾多學(xué)者己從各種角度展開(kāi)了廣泛的研究，本文不再贅述。在此，著重介紹自由行駛與跟馳行駛在仿真中的實(shí)現(xiàn)。首先對(duì)這兩種狀態(tài)進(jìn)行區(qū)分，即判斷車輛處于何種狀態(tài)。車頭時(shí)距與最小安全距離往往被用于兩種狀態(tài)的區(qū)分。所謂車頭時(shí)距是指在同一車道上行駛的車輛隊(duì)列中，兩連續(xù)車輛車頭端部通過(guò)某一斷面的時(shí)間間隔；而最小安全距離則是保證車輛安全行駛的最小距離。前者是一個(gè)計(jì)算的量，而后者則是道路上的一種規(guī)定，不同的城市交通狀況以及環(huán)境有著不同的最小安全距離。本文的仿真精度并不需要對(duì)車輛行為進(jìn)行十分細(xì)致的研究，因此經(jīng)過(guò)抽象后的判斷方法為，直接將車頭時(shí)距轉(zhuǎn)化為車輛間的元胞距離(或者將速度與時(shí)間通過(guò)計(jì)算轉(zhuǎn)化為距離，這樣更加形象)，并設(shè)定最小安全距離，如果兩連續(xù)車輛間距離小于最小安全距離，則為跟遲，否則自由行駛。自由行駛中的車輛有三種選擇加速、減速、勻速。由于駕駛員類型以及車輛類型的限制，車輛選擇加速、減速還是勻速，并且根據(jù)車輛及駕駛員類型選擇加減速度的大小，從而體現(xiàn)車輛間的差異，增加了路上車輛行為的多樣性的同時(shí)，也使得仿真更加真實(shí)。跟馳行駛的車輛速度將受到同車道前車行駛狀況影響，首先計(jì)算當(dāng)前速度和與前車距離之間的關(guān)系(前車以處理，即當(dāng)前時(shí)刻下前車已經(jīng)移動(dòng))，如果當(dāng)前速度小于其與前車距離，且車輛速度增加1仍小于其與前車距離，則車輛以一定概率選擇當(dāng)前速度加1行駛，否則保持當(dāng)前速度行駛。5.2換道換道是車輛選擇適合自己行進(jìn)路線車道所必需的行為，比如處在右轉(zhuǎn)車道上的車輛需要進(jìn)入當(dāng)前道路下面的左轉(zhuǎn)車道，此時(shí)，換道是達(dá)到該目的的唯一選擇。按系統(tǒng)對(duì)道路上元胞的循環(huán)處理順序，可將換道分為兩類。系統(tǒng)對(duì)元胞的循環(huán)處理順序，21如圖18所示，首先從低到高循環(huán)各車道，然后在各車道內(nèi)從低到高循環(huán)個(gè)元胞。由于這種處理順序，車輛換道的處理存在由低車道到高車道及由高車道到低車道兩種，兩種處理方法的具體做法如下由低車道向高車道換道，高位車道上的車輛尚未處理，本車首先考察高車道(相鄰目標(biāo)車道)相同位置上的元胞是否有車輛占據(jù)，如果元胞為空，則將該車移動(dòng)該元胞位置，并推出對(duì)本車的處理，繼續(xù)低車道上其他元胞的處理，本車則根據(jù)高車道的車輛狀況，隨著高車道中車輛一同處理。由高車道向低車道換道，低車道元胞以處理(車輛已行駛)，本車首先按照行駛規(guī)則在本車道上正常行駛，在行駛結(jié)束時(shí)考察低車道(相鄰目標(biāo)車道)相同位置是否有車輛，沒(méi)有車輛則換道，否則本車不換道，退出循環(huán)。為了保證車輛在禁止換道線前的換道，增加當(dāng)前速度為0的換道，即車輛是否可以換到相鄰目標(biāo)車道的當(dāng)前相應(yīng)位置的前一個(gè)元胞處。這種對(duì)換道的處理方法，雖然經(jīng)過(guò)了一定的抽象，比如沒(méi)有考慮相鄰目標(biāo)車道中車輛速度及本車道前車速度對(duì)換道的影響，但是獲得了較大程度的處理簡(jiǎn)便，不失為大仿真系統(tǒng)中的一個(gè)較好抽象。5.3超車簡(jiǎn)單說(shuō)，超車即為增加了可能性判斷的兩次換道的組合。據(jù)此按照換道要求自然可將超車分解為超車前、超車中兩步。-超車前車輛判斷是否需要超車、如果超車是否可以換道，而超車中車輛則需要加速行駛，一旦超越原車道前車，則換回原車道。首先需要在車輛的定義中增加三個(gè)屬性，即超車狀態(tài)、被超車輛以及原始車道。超車狀態(tài)，標(biāo)志著車輛是否在超車過(guò)程中，如處于超車過(guò)程中，車輛需要加速行駛，直到超過(guò)被超車輛并換回原車道；被超車輛，是本車確定的準(zhǔn)備超過(guò)的車輛，是判斷是否可以換回原車道的標(biāo)志；而原車道則記錄著車輛需要返回的起始車道。圖19描繪了車輛超車的一系列動(dòng)作。超車前，車輛X首先判斷是否超車根據(jù)概率判斷是否產(chǎn)生超車意愿；A2的速度是否足夠??；Al、Bl的速度是否夠大。所有條件均滿足則換道超車。超車中，車輛需要加速行駛(不能與超車車道前車發(fā)生沖突)，直到在超車車道上的位置超過(guò)原車輛被超車輛的位置時(shí)，車輛判斷是否可以換回原車道。換回原車道時(shí)，超車結(jié)束c5.4其他一個(gè)微觀的城市交通流仿真除了核心的車輛行為外，其他輔助模塊——如路網(wǎng)生成、車輛生成等是保證系統(tǒng)正常運(yùn)行所不可缺少的重要組成部分，以下為路網(wǎng)生成、車輛生成、以及數(shù)據(jù)的存儲(chǔ)三個(gè)功能模塊。5.4.1路網(wǎng)生成為了提高用戶友好性，減少用戶輸入工作量，在較少輸入信息的條件下生成帶有不同車道數(shù)量的道路、不同道路匯集的各種形狀的路口，這些都需要一些列復(fù)雜算法。以一個(gè)較為特殊形狀的路口為例，圖20給出了由用戶輸入的路網(wǎng)結(jié)構(gòu)信息到仿真中路網(wǎng)的生成過(guò)程。225.4.2車輛生成仿真系統(tǒng)中在出入網(wǎng)點(diǎn)以及吸納點(diǎn)處產(chǎn)生新的車輛，生成算法則由車輛生成模塊負(fù)責(zé)，生成車輛時(shí)具體需要考慮如下幾點(diǎn)(1)生成車輛的時(shí)間間隔。按照埃爾朗分布產(chǎn)生車輛，并用數(shù)組記錄各車輛生成點(diǎn)產(chǎn)生車輛的剩余時(shí)間。(2)車輛終點(diǎn)及行駛路徑。按照用戶輸入各OD間產(chǎn)生車輛的時(shí)間間隔生成以該OD終點(diǎn)為目的地的車輛。確定行駛路徑的算法主要有Dijkstm和Floyd兩種算法，本文采用Dijkstra計(jì)算最短路。由于駕駛員的非理性特征，次短路或次次短路均可被作為車輛的行駛路線。(3)駕駛員類型?？纱致詫Ⅰ{駛員分為激進(jìn)、中性及保守三種類型，不同類型駕駛員在路上行為的選擇中有著不同的概率。(4)車輛類型。不同車輛的行駛速度及加減速度特性是不僅相同的，因此，可按車輛大小將其分為大型、中型和小型車，不同車型在行駛中的行為取值是不同的。(5)登錄車道。車輛在產(chǎn)生車輛位置隨機(jī)選擇車道登錄。5.4.3數(shù)據(jù)存儲(chǔ)本系統(tǒng)選擇XML作為數(shù)據(jù)存儲(chǔ)介質(zhì)。XML具有開(kāi)放性、簡(jiǎn)單性、自我描述性、互操作性、結(jié)構(gòu)和內(nèi)容分離、可擴(kuò)展性等優(yōu)點(diǎn)。在Visual0++下對(duì)XML進(jìn)行操作需要安裝XML操作工具包msxml.msi,具體的VC對(duì)XML的讀寫操作均可在網(wǎng)絡(luò)與編程書籍中查到，本文不在贅述。XML中存儲(chǔ)的數(shù)據(jù)對(duì)象包括出入網(wǎng)點(diǎn)、路口、道路、車道、OD、路口控制器等信息。各對(duì)象下包含有初始化路網(wǎng)所必需的屬性及其取值。需要注意的是，XML中包括的僅為初始化信息，有些信息，如路口控制器中的路口控制策略，將在程序運(yùn)行中，從與誘導(dǎo)系統(tǒng)的通信緩沖區(qū)中獲得，以實(shí)現(xiàn)實(shí)時(shí)誘導(dǎo)的目的。6仿真平臺(tái)效果依據(jù)上文分析，使用面向?qū)ο蟮摹?+語(yǔ)言，在Visual〔++平臺(tái)上對(duì)城市微觀交通流仿真系統(tǒng)進(jìn)行實(shí)際開(kāi)發(fā)。從連續(xù)長(zhǎng)時(shí)間的仿真中發(fā)現(xiàn)，仿真系統(tǒng)具有很好的運(yùn)行穩(wěn)定性，能夠長(zhǎng)時(shí)間的對(duì)多路口的路網(wǎng)進(jìn)行有效的仿真模擬；路網(wǎng)中車輛可以根據(jù)設(shè)計(jì)(跟馳模型、車輛特征、駕駛員特征)進(jìn)行加速、減速、超車換道等活動(dòng)；可實(shí)現(xiàn)車輛在進(jìn)入路口前的減速慢行，路口中的沿一定彎度行駛?？偟膩?lái)說(shuō)該系統(tǒng)可以很好的滿足多路口城市交通網(wǎng)絡(luò)的仿真模擬的需要，并為其他研究工作，如城市交通控制、誘導(dǎo)及個(gè)體出行行為等，搭建了可靠的實(shí)驗(yàn)平臺(tái)。權(quán)利要求1.一種智能式動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)誘導(dǎo)單元決策方法，其特征在于，包括以下步驟1)從誘導(dǎo)信息板所在路段的檢測(cè)器中獲取周期p該路段到下游路段的轉(zhuǎn)彎率；2)更新知識(shí)庫(kù)中各誘導(dǎo)信息對(duì)應(yīng)的預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率；3)預(yù)測(cè)周期p+1不同方向交通流構(gòu)成比例；4)從知識(shí)庫(kù)中提取不同方向交通流最優(yōu)誘導(dǎo)信息；5)根據(jù)誘導(dǎo)單元路網(wǎng)狀態(tài)，綜合考慮交通流的構(gòu)成及其對(duì)應(yīng)的最優(yōu)誘導(dǎo)信息，得到周期p+1誘導(dǎo)單元的綜合誘導(dǎo)信息；6)更新誘導(dǎo)周期p＝p+1，通過(guò)VMS將誘導(dǎo)信息作用于交通流，轉(zhuǎn)1。2.根據(jù)權(quán)利要求1所述智能式動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)誘導(dǎo)單元決策方法，其特征在于,所述誘導(dǎo)單元A在周期p均衡度外p計(jì)算公式為^=卜-^(1)'、2>?！?g巾Z7f《表示誘導(dǎo)單元A的目標(biāo)區(qū)域在周期戶的飽和度；=J]S，/iV,,表示誘導(dǎo)單元A的所有目標(biāo)區(qū)域平均飽和度；A^表示誘導(dǎo)單元A的目標(biāo)區(qū)域個(gè)數(shù)；6>,,表示誘導(dǎo)單元的后標(biāo)區(qū)域集合；7;表示將一個(gè)誘導(dǎo)周期離散后的時(shí)間段數(shù)；q為路段y的通行能力；A^^為誘導(dǎo)單元/z誘導(dǎo)周期p時(shí)刻A路段y上的車輛數(shù)；Gf表示誘導(dǎo)單元/目標(biāo)區(qū)域/中路段集合。3.根據(jù)權(quán)利要求1所述智能式動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)誘導(dǎo)單元決策方法，其特征在于，所述步驟(2)中預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率的算法包括以下步驟(2.1)通過(guò)實(shí)際總轉(zhuǎn)彎率77[g二(州、被誘導(dǎo)交通流的總流量"(/0和不同目標(biāo)終點(diǎn)的交通流比例、[。(;o]，計(jì)算得出理論轉(zhuǎn)彎率c(;o，Gp[g二(/o]]'具體為(2丄1)G,["(/0]表示誘導(dǎo)單元A周期/誘導(dǎo)進(jìn)入g"/0的誘導(dǎo)信號(hào)，設(shè)在Gp[g"/0]的影響下，誘導(dǎo)單元周期；？到目標(biāo)終點(diǎn)^.(/0的交通流在下游路段g二(/0的理論轉(zhuǎn)彎率分別為77[~(外G,'[g二(/0]]，j、l,2，…,A^(/z)'/=l,2,.."^[g(/0]，存在以下方程組<formula>formulaseeoriginaldocumentpage3</formula>(2丄2)上式中包含i^(/^A^[g(州個(gè)變量和A^[g(州+4個(gè)方程，設(shè)r(j)，r(Z)分別為方程組的系數(shù)矩陣和增廣矩陣的秩，當(dāng)KJ)-KZ)二K(A"^[g(W]時(shí)，可直接求解出唯一的T7'[e乂(/0，G,["(/0]];當(dāng)"^"(》<^(/0*^[《(別時(shí)，1/[~(/0，Gp[g二(州]有無(wú)窮多解，在周期/皿x的方程組(3)至(6)中選取部分等式加入到原方程組中聯(lián)立進(jìn)行求解，加入的順序?yàn)榻煌髁看蟮姆较蛏婕暗降姆匠滔燃尤?，流量小的方向涉及到的方程后加入，其?,={maX(/)|G,[&(W^Cy&(/0]'/=—1,^—2,...,1};當(dāng)K^)時(shí)，r/[e,(W，Gp[A(^]]無(wú)解，首先將沖突的方程組中交通流量小的方向涉及的方程刪去，如果刪去方程后r(j)=K》<iVe(/0*A^[g(W]，則采取與上述方程組有無(wú)窮多解的情況相同的處理方式；(2.2)對(duì)周期前個(gè)具有相同誘導(dǎo)信息Gp[g二(州的？7[~(外(州]滾動(dòng)進(jìn)行平均，得到在誘導(dǎo)信息Gp["(州的影響下，誘導(dǎo)單元周期；7到目標(biāo)終點(diǎn)。(/0的交通流在下游路段&(W的預(yù)測(cè)轉(zhuǎn)彎率f/h(/0，Gp[A(/0]]。設(shè)G(A^，Gp[&(/0])為誘導(dǎo)單元周期p前7Vg個(gè)具有相同Gp[^(/0]情況下的誘導(dǎo)周期集合，則f/[。(/)，Gp[&(/0]]的計(jì)算公式為-其中A為周期《的f/[e,(/0，Gp[g〗(/z)]]在周期/7預(yù)測(cè)轉(zhuǎn)彎率中所占的權(quán)重。4.根據(jù)權(quán)利要求1所述智能式動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)誘導(dǎo)單元決策方法，其特征在于,所述步驟(3)中交通流構(gòu)成比例的預(yù)測(cè)方法包括以下步驟(3.1)設(shè)周期p誘導(dǎo)單元被誘導(dǎo)的交通流到目標(biāo)終點(diǎn)^(;o的比例為、[e,(/0〗，/=1，2，...,乂(/0，其中仄(A)為誘導(dǎo)單元/中被誘導(dǎo)交通流的目標(biāo)終點(diǎn)的個(gè)數(shù)，則表示一個(gè)動(dòng)態(tài)修正系數(shù)；(3.2)當(dāng)誘導(dǎo)周期/7=1時(shí)，可通過(guò)歷史統(tǒng)計(jì)數(shù)據(jù)近似得到^[。(/0];(3.3)當(dāng)^>1時(shí)，根據(jù)周期^/的誘導(dǎo)信息所在路段到其下游路段的預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率，即根據(jù)誘導(dǎo)信息計(jì)算得出的轉(zhuǎn)彎率，與實(shí)際轉(zhuǎn)彎率的值進(jìn)行比較和調(diào)整動(dòng)態(tài)修正系數(shù)&(。值，具體步驟為(3.3.1)設(shè)誘導(dǎo)單元A誘導(dǎo)信息所在路段記為g(Z0，對(duì)與g(Z0相鄰的下游路段依順時(shí)鐘方向分別用^(/0，^(/0,...，^，(/01(/0表示，其中[g(Z/)]為g(/0的下游路段數(shù)量，周期p從路段g(/0到路段的預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率和實(shí)際轉(zhuǎn)彎率為f/[g〗(州，t"["(W]，/=1,2,...,^[洲];(3.3.2)設(shè)置交通流比例調(diào)整步長(zhǎng)為;r,令L={/1max(f,[g，]-f/[g，]V=1,2，…,A^[g(柳，、m={ZImin(f/[g:(/2)]-:f/[g二(W])，z'=l，2，...,iVrf[g(W]},交通流比例調(diào)整規(guī)則如下1)如果f[gh、(別—F/[gh(別>A，^[gh(W]-f/[g，'n(W]<—/V貝iJ^隨(/0方向的車流比例加大;r，g》。(/0方向的車流比例減小^，其他方向車流比例不變；2)如果f/[gh(別—f/[g〗，W]>/vtp[g》mW]-f/[g》in(W]>—A，貝Ug〗鵬(/0方向的車流比例加大7T，其它方向的車流比例均減小冗/[7^(/0-l];3)如果f/[ghw]—^[gh(州《/Vf/[g》',)]—^[W匪(別貝'Jg隱(/0方向的車流比例減小兀，其它方向的車流比例均加大7T/[A^(/0-1]。5.根據(jù)權(quán)利要求1所述智能式動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)誘導(dǎo)單元決策方法,其特征在于，所述步驟(5)中誘導(dǎo)單元的綜合誘導(dǎo)信息包括以下步驟(5.1)從知識(shí)庫(kù)中提取當(dāng)前路網(wǎng)狀態(tài)下從誘導(dǎo)單元誘導(dǎo)信息所在路段的所有交通流到下游路段的最優(yōu)誘導(dǎo)轉(zhuǎn)彎率f/["(/0]，Z=l,2,...,i^[g(/0];(5.2)構(gòu)造方程組l;、[。(/0Pf/[e,(外&(/o]=f/[^(/o]，求解得出f/[。(外(5.3)從知識(shí)庫(kù)中提取與f/[s(/0，a(州，/=l,2,...，iVJg(W]，_/=1,2,...,乂(/0對(duì)應(yīng)的誘導(dǎo)信息板誘導(dǎo)信息，即顯示的不同飽和度顏色；(5.4)如果f/[^(/)，，"l,2,...,iVd[g(/0]，7=1，2,...，^(/0對(duì)應(yīng)的誘導(dǎo)信息板誘導(dǎo)信息完全相同，則采用該誘導(dǎo)信息；轉(zhuǎn)步驟(5.6);(5.5)如果f/[^(/z)，g"州對(duì)應(yīng)的誘導(dǎo)信息不一致，則對(duì)需要顯示的誘導(dǎo)信息進(jìn)行協(xié)調(diào)采用與目標(biāo)終點(diǎn)為《={/1max(、[。(/z)]),y=1,2,…,的交通流對(duì)應(yīng)的誘導(dǎo)信息G;[/z]作為基準(zhǔn)誘導(dǎo)信息，接著將其與目標(biāo)終點(diǎn)為^={/1max(、[。(ZO])J=1，2,…，#^}的交通流對(duì)應(yīng)的誘導(dǎo)信息進(jìn)行比較，如果《[/z]=G〗問(wèn)，則取《[W=《[W;如果G)W#，則在《問(wèn)、《[W基礎(chǔ)上將誘導(dǎo)信息進(jìn)行調(diào)整得到《[W，使<formula>formulaseeoriginaldocumentpage5</formula>-f/[、(/0，《[g二(州l的值最小，依次類推得出^'w[/z]，得出綜合的誘導(dǎo)信息，顯示在誘導(dǎo)信息板上；(5.6)結(jié)束。全文摘要本發(fā)明公開(kāi)了一種智能式動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)誘導(dǎo)單元決策方法，包括以下步驟1)獲取周期p該路段到下游路段的轉(zhuǎn)彎率；2)更新知識(shí)庫(kù)中各誘導(dǎo)信息對(duì)應(yīng)的預(yù)測(cè)誘導(dǎo)轉(zhuǎn)彎率；3)預(yù)測(cè)周期p+1不同方向交通流構(gòu)成比例；4)從知識(shí)庫(kù)中提取不同方向交通流最優(yōu)誘導(dǎo)信息；5)根據(jù)誘導(dǎo)單元路網(wǎng)狀態(tài)，綜合考慮交通流的構(gòu)成及其對(duì)應(yīng)的最優(yōu)誘導(dǎo)信息，得到周期p+1誘導(dǎo)單元的綜合誘導(dǎo)信息；6)更新誘導(dǎo)周期p＝p+1，通過(guò)VMS將誘導(dǎo)信息作用于交通流。本發(fā)明采用智能化的方法對(duì)誘導(dǎo)服從率進(jìn)行處理，解決了一些數(shù)據(jù)如誘導(dǎo)服從率、誘導(dǎo)信息對(duì)交通流的影響范圍等難以得到的問(wèn)題，并取得了較好的效果。實(shí)施步驟較為簡(jiǎn)單，沒(méi)有引證傳統(tǒng)方法中大量的矩陣運(yùn)算，易于實(shí)施。文檔編號(hào)G08G1/00GK101465058SQ200910067609公開(kāi)日2009年6月24日申請(qǐng)日期2009年1月5日優(yōu)先權(quán)日2009年1月5日發(fā)明者劉建美,寧賈,鐘石泉,馬壽峰申請(qǐng)人:天津大學(xué)