專利名稱：智能化動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種電子化的交通誘導(dǎo)系統(tǒng)，特別是涉及一種交通誘導(dǎo)系統(tǒng)下的學(xué)習(xí)型路線誘導(dǎo)系統(tǒng)。
背景技術(shù)：
大城市中機(jī)動(dòng)車擁有量急劇增加，交通系統(tǒng)的壓力越來(lái)越大。在現(xiàn)有的交通路網(wǎng)和交通管理?xiàng)l件下，如果沒(méi)有有效的交通管理系統(tǒng)，則行車難、停車難這些各大城市普遍存在的問(wèn)題難以解決，也避免不了城市交通擁堵現(xiàn)象的發(fā)生。
因?yàn)榻煌▍⑴c的隨意性和無(wú)規(guī)律性，使交通管理者無(wú)法提前規(guī)劃，也因此加劇了城市交通管理的壓力。交通誘導(dǎo)技術(shù)是更有效地管理現(xiàn)代交通、實(shí)現(xiàn)交通流優(yōu)化的一種技術(shù)。而現(xiàn)有計(jì)算機(jī)技術(shù)提供的強(qiáng)大的數(shù)據(jù)計(jì)算能力、以及信息處理能力使得借助計(jì)算機(jī)系統(tǒng)實(shí)現(xiàn)智能化的交通誘導(dǎo)系統(tǒng)得以實(shí)現(xiàn)。交通誘導(dǎo)系統(tǒng)的作用主要體現(xiàn)在三個(gè)方面 1.交通管理方面，通過(guò)信息發(fā)布系統(tǒng)，將各類交通信息發(fā)布到交通現(xiàn)場(chǎng)，使交通參與者得到及時(shí)的提醒，降低發(fā)生交通堵塞事件的概率； 2.交通組織方面，采集的交通狀況信息，可使交通組織者及時(shí)全面地掌握實(shí)時(shí)交通狀況，提前采取有關(guān)措施，最大限度保障通暢； 3.交通服務(wù)方面，根據(jù)掌握的交通狀況信息和信息發(fā)布渠道，向交通參與者提供交通指導(dǎo)信息，減少盲目交通對(duì)路網(wǎng)造成的壓力，同時(shí)為出行者提供出發(fā)時(shí)間和選擇方式，促使交通量在整個(gè)路網(wǎng)中的負(fù)載平衡。
現(xiàn)有技術(shù)中的交通誘導(dǎo)系統(tǒng)中的關(guān)鍵是路線誘導(dǎo)，雖然能夠通過(guò)電子化平臺(tái)實(shí)現(xiàn)路線誘導(dǎo)的電子化處理，提高了交通管理的效率，但是，這種路線誘導(dǎo)系統(tǒng)尚未實(shí)現(xiàn)智能化，不具備預(yù)測(cè)和學(xué)習(xí)能力，因此，不能充分地利用交通誘導(dǎo)系統(tǒng)中的已有的路線信息進(jìn)行學(xué)習(xí)，因而也就無(wú)法實(shí)現(xiàn)路線誘導(dǎo)中的路線信息的動(dòng)態(tài)預(yù)測(cè)，從而導(dǎo)致現(xiàn)有技術(shù)中交通誘導(dǎo)系統(tǒng)中的路線誘導(dǎo)功能效率較低。由此可見(jiàn)，如何提高路線誘導(dǎo)功能的效率，成為了本發(fā)明的智能化動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)函待解決的問(wèn)題。
發(fā)明內(nèi)容
鑒于上述技術(shù)問(wèn)題，本發(fā)明提出了一種智能化動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)，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)與交通路線誘導(dǎo)問(wèn)題。
本發(fā)明提出一種智能化動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)，該系統(tǒng)包括交通流過(guò)程、檢測(cè)單元、辨識(shí)單元、預(yù)測(cè)學(xué)習(xí)單元、預(yù)測(cè)單元、誘導(dǎo)學(xué)習(xí)單元決策單元、評(píng)價(jià)單元以及知識(shí)庫(kù)，其特征在于 檢測(cè)單元實(shí)測(cè)交通流過(guò)程中的路網(wǎng)交通狀態(tài)信息，該信息包括交通系統(tǒng)中有關(guān)人、交通工具、交通網(wǎng)絡(luò)和各種交通信息，實(shí)測(cè)結(jié)果傳送到辨識(shí)單元作辨識(shí)處理、傳送到預(yù)測(cè)單元為預(yù)測(cè)提供依據(jù)、傳送到預(yù)測(cè)學(xué)習(xí)單元為預(yù)測(cè)學(xué)習(xí)提供依據(jù)，以及傳送到誘導(dǎo)學(xué)習(xí)單元為誘導(dǎo)學(xué)習(xí)提供依據(jù)； 預(yù)測(cè)學(xué)習(xí)單元學(xué)習(xí)誘導(dǎo)策略，并將學(xué)習(xí)到的誘導(dǎo)策略傳送到預(yù)測(cè)單元； 預(yù)測(cè)單元將預(yù)測(cè)的誘導(dǎo)單元狀態(tài)以及學(xué)習(xí)到的誘導(dǎo)策略提供辨識(shí)單元； 誘導(dǎo)學(xué)習(xí)單元用于執(zhí)行誘導(dǎo)策略的學(xué)習(xí)流程； 辨識(shí)單元接收預(yù)測(cè)策略與檢測(cè)結(jié)果，并對(duì)它們進(jìn)行辨識(shí)處理，辨識(shí)的誘導(dǎo)單元狀態(tài)輸出到?jīng)Q策單元； 決策單元一方面根據(jù)辨識(shí)的誘導(dǎo)單元狀態(tài)提供誘導(dǎo)策略，存入知識(shí)庫(kù)中，另一方面，決策單元從誘導(dǎo)策略庫(kù)21獲取誘導(dǎo)策略，所獲取的誘導(dǎo)策略用于交通流過(guò)程的交通路線誘導(dǎo)。
評(píng)價(jià)單元對(duì)誘導(dǎo)學(xué)習(xí)單元的輸出的學(xué)習(xí)完畢的誘導(dǎo)策略進(jìn)行狀態(tài)最優(yōu)誘導(dǎo)策略判別條件的檢驗(yàn)，當(dāng)不滿足該條件時(shí)，確定下一步的搜索方向，重新進(jìn)入學(xué)習(xí)流程，對(duì)該誘導(dǎo)策略進(jìn)行學(xué)習(xí)，誘導(dǎo)學(xué)習(xí)單元的輸出結(jié)果存入知識(shí)庫(kù)中的學(xué)習(xí)策略庫(kù)中，以便作為該系統(tǒng)的策略儲(chǔ)備； 知識(shí)庫(kù)包括誘導(dǎo)策略庫(kù)、評(píng)價(jià)數(shù)據(jù)庫(kù)和學(xué)習(xí)策略庫(kù)，包含了所有誘導(dǎo)策略，評(píng)價(jià)數(shù)據(jù)和誘導(dǎo)學(xué)習(xí)策略。
與現(xiàn)有技術(shù)相比，本發(fā)明針對(duì)交通誘導(dǎo)系統(tǒng)除了能夠依據(jù)實(shí)時(shí)檢測(cè)到的交通流過(guò)程提供交通誘導(dǎo)策略以外，還能夠通過(guò)學(xué)習(xí)流程，對(duì)系統(tǒng)中優(yōu)于標(biāo)準(zhǔn)狀態(tài)的誘導(dǎo)策略通過(guò)智能學(xué)習(xí)的方式完成誘導(dǎo)策略的知識(shí)儲(chǔ)備，并且，這些通過(guò)學(xué)習(xí)得到的誘導(dǎo)策略能夠結(jié)合到實(shí)時(shí)檢測(cè)的交通流，為其提供更多更優(yōu)的誘導(dǎo)策略，更有效率地實(shí)現(xiàn)對(duì)交通路網(wǎng)的智能化路線誘導(dǎo)。
圖1為現(xiàn)有技術(shù)中的智能交通誘導(dǎo)系統(tǒng)組成元素示意圖； 圖2為本發(fā)明提出的智能化動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)框架示意圖； 圖3為本發(fā)明具體實(shí)施例的路網(wǎng)交通狀態(tài)示意圖； 圖4為本發(fā)明具體實(shí)施例在車流方向?yàn)镹，吸納點(diǎn)在下游誘導(dǎo)單元N的EN或E方向，以及在下游誘導(dǎo)單元E的EN或N方向條件下的路網(wǎng)交通狀態(tài)示意圖； 圖5為本發(fā)明具體實(shí)施例在車流方向?yàn)镹，吸納點(diǎn)在下游誘導(dǎo)單元N的ES方向，以及在下游誘導(dǎo)單元E的EN或N方向條件下的路網(wǎng)交通狀態(tài)示意圖； 圖6為本發(fā)明具體實(shí)施例在車流方向?yàn)镹，吸納點(diǎn)在下游誘導(dǎo)單元N的EN或E方向，在下游誘導(dǎo)單元E的WN方向條件下的路網(wǎng)交通狀態(tài)示意圖； 圖7為本發(fā)明具體實(shí)施例在車流方向?yàn)镹，吸納點(diǎn)在下游誘導(dǎo)單元N的ES方向，以及在下游誘導(dǎo)單元E的WN方向條件下的路網(wǎng)交通狀態(tài)示意圖； 圖8為本發(fā)明具體實(shí)施例在車流方向?yàn)镹，吸納點(diǎn)在誘導(dǎo)單元的N方向條件下的路網(wǎng)交通狀態(tài)示意圖； 圖9為本發(fā)明具體實(shí)施例在車流方向?yàn)镹，吸納點(diǎn)在誘導(dǎo)單元的N方向且位于路段通或半通條件下的路網(wǎng)交通狀態(tài)示意圖； 圖10為本發(fā)明的智能式動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)的學(xué)習(xí)機(jī)制和流程圖。
具體實(shí)施例方式 現(xiàn)有技術(shù)中，智能交通誘導(dǎo)系統(tǒng)包括目標(biāo)終點(diǎn)、誘導(dǎo)信息板(Variable messagesigns，，VMS)、誘導(dǎo)子單元、誘導(dǎo)單元和誘導(dǎo)子區(qū)這些主要組成元素。智能交通誘導(dǎo)系統(tǒng)組成元素示意圖如圖1所示，其中 目標(biāo)終點(diǎn)是一個(gè)路段上交通流的主要目標(biāo)區(qū)域。一般一個(gè)路段上交通流向幾個(gè)主要的目標(biāo)區(qū)域分流； 誘導(dǎo)信息板是在路段上顯示誘導(dǎo)標(biāo)志的信號(hào)牌，分布在靠近路口的路段上。通常情況下，智能交通誘導(dǎo)系統(tǒng)提供給出行者的誘導(dǎo)標(biāo)志為與目標(biāo)終點(diǎn)對(duì)應(yīng)的當(dāng)前路口的轉(zhuǎn)彎強(qiáng)度信息； 誘導(dǎo)子單元是系統(tǒng)的最小路線誘導(dǎo)單位，也是通過(guò)誘導(dǎo)信息板顯示誘導(dǎo)信息的基本單位，其基本組成要素包括誘導(dǎo)信息板所在路段、目標(biāo)終點(diǎn)及從前方路口到吸納點(diǎn)的路徑所包含的路段信息。
誘導(dǎo)單元是同一路段上對(duì)應(yīng)于多個(gè)吸納點(diǎn)的多個(gè)誘導(dǎo)子單元的誘導(dǎo)單位的集合。誘導(dǎo)單元的作用區(qū)域是一個(gè)誘導(dǎo)周期內(nèi)，車輛能到達(dá)的從當(dāng)前路口到吸納點(diǎn)的路段所覆蓋的區(qū)域。誘導(dǎo)單元包含的誘導(dǎo)子單元個(gè)數(shù)一般不超過(guò)3個(gè)。
誘導(dǎo)子區(qū)是由路網(wǎng)中相鄰的、需要協(xié)調(diào)的交通區(qū)通過(guò)路線誘導(dǎo)單元聯(lián)系在一起的區(qū)域。誘導(dǎo)子區(qū)內(nèi)各誘導(dǎo)單元采用相同誘導(dǎo)周期，并且在子區(qū)內(nèi)部進(jìn)行誘導(dǎo)方案的協(xié)調(diào)。
本發(fā)明提出的一種智能化動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)，其系統(tǒng)框架如圖2所示。
該系統(tǒng)包括由人、交通工具、交通網(wǎng)絡(luò)和各種交通信息組成的交通流過(guò)程，針對(duì)該交通流過(guò)程的檢測(cè)單元、辨識(shí)單元、決策單元以及知識(shí)庫(kù)。
其中，檢測(cè)單元11用于檢測(cè)交通流過(guò)程10中的路網(wǎng)交通狀態(tài)信息，該信息包括交通系統(tǒng)中有關(guān)人、交通工具、交通網(wǎng)絡(luò)和各種交通信息，檢測(cè)結(jié)果傳送到辨識(shí)單元12做辨識(shí)處理，或者傳送到預(yù)測(cè)單元13為預(yù)測(cè)提供依據(jù)，或者傳送到預(yù)測(cè)學(xué)習(xí)單元14為預(yù)測(cè)學(xué)習(xí)提供依據(jù)，或者傳送到誘導(dǎo)學(xué)習(xí)單元15為誘導(dǎo)學(xué)習(xí)提供依據(jù)；預(yù)測(cè)學(xué)習(xí)單元將學(xué)習(xí)的預(yù)測(cè)策略傳送到預(yù)測(cè)單元，預(yù)測(cè)單元13輸出對(duì)預(yù)測(cè)的誘導(dǎo)單元狀態(tài)傳送到辨識(shí)單元，辨識(shí)單元12用于接收預(yù)測(cè)策略與檢測(cè)結(jié)果，并對(duì)它們進(jìn)行辨識(shí)處理，辨識(shí)的誘導(dǎo)單元狀態(tài)輸出到?jīng)Q策單元16，決策單元16根據(jù)辨識(shí)的誘導(dǎo)單元狀態(tài)提供誘導(dǎo)策略，存入知識(shí)庫(kù)20中；決策單元16從誘導(dǎo)策略庫(kù)21獲取誘導(dǎo)策略，所獲取的誘導(dǎo)策略用于交通流過(guò)程的交通路線誘導(dǎo)。知識(shí)庫(kù)包括誘導(dǎo)策略庫(kù)、評(píng)價(jià)數(shù)據(jù)庫(kù)和學(xué)習(xí)策略庫(kù)，包含了所有誘導(dǎo)策略，評(píng)價(jià)數(shù)據(jù)和誘導(dǎo)學(xué)習(xí)策略。
上述單元根據(jù)功能劃分為實(shí)時(shí)誘導(dǎo)回路30和學(xué)習(xí)回路40。
該系統(tǒng)還包括評(píng)價(jià)單元，用于對(duì)誘導(dǎo)學(xué)習(xí)單元的輸出的學(xué)習(xí)完畢的誘導(dǎo)策略進(jìn)行狀態(tài)最優(yōu)誘導(dǎo)策略判別條件的檢驗(yàn)，當(dāng)不滿足該條件時(shí)，確定下一步的搜索方向，重新進(jìn)入學(xué)習(xí)流程，對(duì)該誘導(dǎo)策略進(jìn)行學(xué)習(xí)，誘導(dǎo)學(xué)習(xí)單元的輸出結(jié)果存入知識(shí)庫(kù)20中的學(xué)習(xí)策略庫(kù)23中，以便作為該系統(tǒng)的策略儲(chǔ)備。
實(shí)時(shí)誘導(dǎo)回路30檢測(cè)單元11、辨識(shí)單元12、預(yù)測(cè)單元13以及決策單元16。該實(shí)時(shí)誘導(dǎo)回路30根據(jù)交通流過(guò)程的短時(shí)預(yù)測(cè)策略和系統(tǒng)辨識(shí)出來(lái)的誘導(dǎo)單元狀態(tài)在誘導(dǎo)策略庫(kù)21中提取當(dāng)前狀態(tài)對(duì)應(yīng)的最優(yōu)誘導(dǎo)策略，并將該誘導(dǎo)策略應(yīng)用于路網(wǎng)。
學(xué)習(xí)回路40包括預(yù)測(cè)學(xué)習(xí)單元14和誘導(dǎo)學(xué)習(xí)單元15。該學(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)策略檢驗(yàn)預(yù)測(cè)和誘導(dǎo)效果，搜索最優(yōu)預(yù)測(cè)的誘導(dǎo)單元狀態(tài)和當(dāng)前狀態(tài)對(duì)應(yīng)的最優(yōu)誘導(dǎo)策略；另一方面對(duì)學(xué)習(xí)完畢的誘導(dǎo)策略進(jìn)行狀態(tài)最優(yōu)誘導(dǎo)策略判別條件的評(píng)價(jià)，當(dāng)不滿足該條件時(shí)，確定下一步的搜索方向，重新進(jìn)入學(xué)習(xí)流程，對(duì)該誘導(dǎo)策略進(jìn)行學(xué)習(xí)，對(duì)滿足該條件的誘導(dǎo)學(xué)習(xí)策略，存入知識(shí)庫(kù)，以備系統(tǒng)的策略調(diào)用。
從上述的系統(tǒng)架構(gòu)描述中可以獲知，路網(wǎng)交通狀態(tài)信息的描述方法的合理性會(huì)影響到本系統(tǒng)的兩個(gè)方面對(duì)于實(shí)時(shí)誘導(dǎo)回路，其合理性直接影響辨識(shí)單元辨識(shí)的準(zhǔn)確性，進(jìn)而影響誘導(dǎo)決策選取的正確性；對(duì)于學(xué)習(xí)回路，路網(wǎng)交通狀態(tài)的描述既要能夠準(zhǔn)確反映誘導(dǎo)學(xué)習(xí)的方向，同時(shí)要盡量減少維數(shù)空間，利于誘導(dǎo)學(xué)習(xí)策略的收斂。因此，路網(wǎng)交通狀態(tài)信息的描述是實(shí)時(shí)誘導(dǎo)回路和學(xué)習(xí)回路的基礎(chǔ)，對(duì)智能交通誘導(dǎo)系統(tǒng)的實(shí)現(xiàn)至關(guān)重要。
路網(wǎng)交通狀態(tài)在本發(fā)明中被對(duì)應(yīng)劃分為誘導(dǎo)單元狀態(tài)，該向量由11位字符構(gòu)成。下面以某個(gè)誘導(dǎo)單元為例，說(shuō)明該向量的數(shù)據(jù)格式。如圖3所示，假設(shè)該誘導(dǎo)單元是路段0上的誘導(dǎo)單元1，其吸納點(diǎn)為路口15附近，一個(gè)誘導(dǎo)周期內(nèi)，自由交通流最多只能通過(guò)兩個(gè)路段。該誘導(dǎo)單元狀態(tài)向量的分量構(gòu)成及其在圖3中的對(duì)應(yīng)路段如下表1所示。
表1誘導(dǎo)單元狀態(tài)向量分量構(gòu)成 誘導(dǎo)單元狀態(tài)向量的11位分量對(duì)應(yīng)的路段綜合飽和度是與短時(shí)交通流預(yù)測(cè)結(jié)果結(jié)合在一起的，所以對(duì)于誘導(dǎo)單元和交通流過(guò)程，對(duì)應(yīng)路段的狀態(tài)向量分量提取與路段飽和度所占權(quán)重也是不一樣的。假如誘導(dǎo)單元1的下游路段1、2較長(zhǎng)，自由交通流一個(gè)誘導(dǎo)周期只能通過(guò)一個(gè)路段，則其狀態(tài)向量第3、4、8、9位均為0。
誘導(dǎo)單元狀態(tài)包括誘導(dǎo)單元的下游路段及下游路段所在誘導(dǎo)單元的狀態(tài)，上游路段誘導(dǎo)單元狀態(tài)表如下表2。
表2上游路段誘導(dǎo)單元狀態(tài)表
誘導(dǎo)單元車流方向或行車方向(如表2所示)在誘導(dǎo)單元內(nèi)需要進(jìn)行誘導(dǎo)的車流的流向。一個(gè)標(biāo)準(zhǔn)十字路口車流方向分為北，南，西，東，分別用N，S，W，E表示。
誘導(dǎo)單元下游路段在誘導(dǎo)單元車流方向已知、目標(biāo)終點(diǎn)相對(duì)誘導(dǎo)單元位置已知的條件下所確定的誘導(dǎo)路段。一個(gè)標(biāo)準(zhǔn)十字路口下游路段方向分為N，S，W，E； 誘導(dǎo)單元下游單元誘導(dǎo)單元下游路段上存在的區(qū)域。為包含一個(gè)十字路口的區(qū)域，下游單元分為N，S，W，E； 下游單元車流方向或下游單元在下游單元內(nèi)車流的流向。是考慮從誘導(dǎo)單元引來(lái)的車流進(jìn)入到下游單元的車流方向。車流方向分為N，S，W，E； 路段狀態(tài)的0，1，2分別代表路段的飽和度，路段飽和度分三個(gè)等級(jí)，分別為0，1，2。
上述表2所示的上游誘導(dǎo)單元狀態(tài)表只考慮了上游誘導(dǎo)單元相鄰的路段，要將誘導(dǎo)單元狀態(tài)分量完整的進(jìn)行表達(dá)，還需要考慮下游誘導(dǎo)單元的狀態(tài)。
當(dāng)將下游誘導(dǎo)單元下游路段的飽和度組合進(jìn)行考慮時(shí)，組合數(shù)量如下表3。
表3下游誘導(dǎo)單元下游路段飽和度組合情況下的狀態(tài)數(shù)量
當(dāng)下游誘導(dǎo)單元飽和度狀態(tài)取上述表3中的組合時(shí)，誘導(dǎo)單元狀態(tài)數(shù)量分為以下幾種情況。
一、車流方向?yàn)镹，吸納點(diǎn)在下游誘導(dǎo)單元的EN方向 1)如圖4所示，吸納點(diǎn)在在下游誘導(dǎo)單元N的EN或E方向，在下游誘導(dǎo)單元E的EN或N方向。狀態(tài)數(shù)為4*(3^3-2)*(3^3-2)+1*(3^3-2)+1*(3^3-2)+1＝2515 2)如圖5所示，吸納點(diǎn)在在下游誘導(dǎo)單元N的ES方向，在下游誘導(dǎo)單元E的EN或N方向。狀態(tài)數(shù)為4*(3^2-2)*(3^3-2)+1*(3^2-2)+1*(3^3-2)+1＝733 3)如圖6所示，吸納點(diǎn)在在下游誘導(dǎo)單元N的EN或E方向，在下游誘導(dǎo)單元E的WN方向。狀態(tài)數(shù)為4*(3^3-2)*(3^2-2)+1*(3^3-2)+1*(3^2-2)+1＝733 4)如圖7所示，吸納點(diǎn)在在下游誘導(dǎo)單元N的ES方向，在下游誘導(dǎo)單元E的WN方向。狀態(tài)數(shù)為4*(3^2-2)*(3^2-2)+1*(3^2-2)+1*(3^2-2)+1＝211 二、車流方向?yàn)镹，吸納點(diǎn)在下游誘導(dǎo)單元的N方向 1)如圖8所示，狀態(tài)數(shù)為2^3*(3^2-2)*(3^4-2)*(3^2-2)+2^2*(3^2-2)*(3^4-2)+2^2*(3^2-2)*(3^4-2)+2^2*(3^2-2)*(3^2-2)+1*(3^2-2)+1*(3^4-2)+1*(3^2-2)+1＝35682 2)如圖9所示，只要N方向路段通或半通，都往N路段走。狀態(tài)數(shù)為2+2^2*(3^2-2)(3^2-2)+2*(3^2-2)+1＝213 將下游誘導(dǎo)單元的下游路段飽和度進(jìn)行平均，得到的狀態(tài)數(shù)如下表4所示。
表4考慮下游誘導(dǎo)單元下游路段平均飽和度情況下的狀態(tài)數(shù)量
當(dāng)下游誘導(dǎo)單元飽和度取上述表4中的組合時(shí)，誘導(dǎo)單元狀態(tài)數(shù)量分為以下幾種情況。
一、車流方向?yàn)镹，吸納點(diǎn)在誘導(dǎo)單元的EN或E方向 1)如圖4所示，狀態(tài)數(shù)為4*(3^2-2)*(3^2-2)+1*(3^2-2)+1*(3^2-2)+1＝211 2)如圖5所示，狀態(tài)數(shù)為4*(3^2-2)*(3^2-2)+1*(3^2-2)+1*(3^2-2)+1＝211 3)如圖6所示，狀態(tài)數(shù)為4*(3^2-2)*(3^2-2)+1*(3^2-2)+1*(3^2-2)+1＝211 4)如圖7所示，狀態(tài)數(shù)為4*(3^2-2)*(3^2-2)+1*(3^2-2)+1*(3^2-2)+1＝211 二、車流方向?yàn)镹，吸納點(diǎn)在誘導(dǎo)單元的N方向 1)如圖8所示，狀態(tài)數(shù)為 2^3*(3^2-2)*(3^2-2)*(3^2-2)+3*2^2*(3^2-2)*(3^2-2)+3*2^1*(3^2-2)+1＝2871 2)如圖9所示，只要N方向路段通或半通，都往N路段走。狀態(tài)數(shù)為 2+2^2*(3^2-2)(3^2-2)+2*(3^2-2)+1＝213 對(duì)誘導(dǎo)條件下的路網(wǎng)狀態(tài)描述可行性分析 1)對(duì)于確定的路網(wǎng)，如果將下游誘導(dǎo)單元路段飽和度進(jìn)行組合，誘導(dǎo)單元下游路段數(shù)量不大于2，路段飽和度等級(jí)類型分3類時(shí)，誘導(dǎo)單元理論最大狀態(tài)數(shù)為2515種，理論上具有可行性。
2)當(dāng)誘導(dǎo)單元下游路段數(shù)量為3，路段飽和度等級(jí)類型為3時(shí)，誘導(dǎo)單元理論最大狀態(tài)數(shù)達(dá)到35682種。當(dāng)各種狀態(tài)都發(fā)生時(shí)，因狀態(tài)數(shù)太大，一方面導(dǎo)致過(guò)大的存儲(chǔ)空間和狀態(tài)搜索時(shí)間，另一方面導(dǎo)致誘導(dǎo)學(xué)習(xí)時(shí)間太長(zhǎng)。理論上不具可行性。
3)多次試驗(yàn)表明，如將相似狀態(tài)進(jìn)行合并，即使在以隨機(jī)分布發(fā)生客流的情況下，當(dāng)誘導(dǎo)單元下游路段數(shù)量為2，路段飽和度等級(jí)類型為3，不包含上級(jí)誘導(dǎo)單元集情況下，可能發(fā)生的誘導(dǎo)單元狀態(tài)不大于理論狀態(tài)的1/60(50種以下)；當(dāng)誘導(dǎo)單元下游路段數(shù)量為2，路段飽和度等級(jí)類型為4，不包含上級(jí)誘導(dǎo)單元集情況下，可能發(fā)生的誘導(dǎo)單元狀態(tài)不大于理論狀態(tài)的1/400(150種以下)。
4)為兼顧狀態(tài)識(shí)別的精確性和誘導(dǎo)學(xué)習(xí)的可行性，實(shí)際仿真中可取誘導(dǎo)單元下游路段數(shù)量為2，路段飽和度等級(jí)范圍為2到4。
智能式動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)其中一個(gè)很重要的模塊是誘導(dǎo)學(xué)習(xí)機(jī)制，誘導(dǎo)學(xué)習(xí)機(jī)制采用遍歷學(xué)習(xí)和試算法兩種，當(dāng)相關(guān)聯(lián)的誘導(dǎo)子區(qū)較少時(shí)，采用遍歷學(xué)習(xí)方式，反之采用試算法學(xué)習(xí)方式。誘導(dǎo)策略最優(yōu)判別條件用來(lái)辨別狀態(tài)當(dāng)前策略是否最佳，當(dāng)最優(yōu)誘導(dǎo)策略判別條件成立時(shí)，該狀態(tài)采用當(dāng)前策略；當(dāng)最優(yōu)誘導(dǎo)策略判別條件不成立時(shí)，重新進(jìn)入誘導(dǎo)學(xué)習(xí)流程。智能式動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)的學(xué)習(xí)機(jī)制和流程如圖10所示。
該流程包括以下步驟 初始化學(xué)習(xí)策略庫(kù)；實(shí)測(cè)誘導(dǎo)單元子區(qū)在誘導(dǎo)周期內(nèi)的各路段飽和度之后，并行執(zhí)行以下兩個(gè)流程分支 分支一實(shí)時(shí)誘導(dǎo)流程 計(jì)算誘導(dǎo)單元子區(qū)在一個(gè)誘導(dǎo)周期內(nèi)的路網(wǎng)飽和度； 判斷上述路網(wǎng)飽和度是否在需要進(jìn)行誘導(dǎo)的最大/最小飽和度區(qū)域？ 如否，則返回，則獲取下一誘導(dǎo)周期，并重新實(shí)測(cè)當(dāng)前誘導(dǎo)單元子區(qū)該新的誘導(dǎo)周期內(nèi)的各路段飽和度； 如是，則對(duì)當(dāng)前計(jì)算出的路網(wǎng)飽和度，以及上一路網(wǎng)飽和度進(jìn)行加權(quán)，得到加權(quán)后的路網(wǎng)飽和度； 對(duì)上述加權(quán)后的路網(wǎng)飽和度進(jìn)行狀態(tài)辨識(shí)，得到標(biāo)準(zhǔn)化的誘導(dǎo)單元狀態(tài)； 搜索學(xué)習(xí)策略庫(kù)中的誘導(dǎo)單元狀態(tài)所對(duì)應(yīng)的當(dāng)前誘導(dǎo)策略； 執(zhí)行上述誘導(dǎo)策略后，轉(zhuǎn)至下一誘導(dǎo)周期； 分支二后臺(tái)學(xué)習(xí)流程 計(jì)算路網(wǎng)平衡度 在當(dāng)前誘導(dǎo)周期的前三個(gè)誘導(dǎo)周期中是否有誘導(dǎo)策略？ 如否，則不進(jìn)行誘導(dǎo)，轉(zhuǎn)至下一誘導(dǎo)周期； 如是，則根據(jù)上述前三個(gè)誘導(dǎo)周期的路網(wǎng)平衡度，評(píng)價(jià)當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略，得到其誘導(dǎo)策略的評(píng)價(jià)值； 從學(xué)習(xí)策略庫(kù)中搜尋標(biāo)準(zhǔn)狀態(tài)的最優(yōu)誘導(dǎo)策略以及對(duì)應(yīng)的評(píng)價(jià)值； 判斷當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略的評(píng)價(jià)值是否優(yōu)于上述標(biāo)準(zhǔn)狀態(tài)的最優(yōu)誘導(dǎo)策略的評(píng)價(jià)值； 如否，則設(shè)定將步長(zhǎng)設(shè)定為λ/2；在標(biāo)準(zhǔn)狀態(tài)的最優(yōu)誘導(dǎo)策略的基礎(chǔ)上，以學(xué)習(xí)步長(zhǎng)λ/2，根據(jù)學(xué)習(xí)規(guī)則生成當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)單元狀態(tài)的當(dāng)前誘導(dǎo)策略，并將當(dāng)前誘導(dǎo)策略連續(xù)優(yōu)于最優(yōu)誘導(dǎo)策略的次數(shù)ND設(shè)為0，進(jìn)入下一個(gè)誘導(dǎo)周期，開始新的學(xué)習(xí)流程。
如是，進(jìn)一步判斷當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略的評(píng)價(jià)值連續(xù)優(yōu)于上述標(biāo)準(zhǔn)狀態(tài)的最優(yōu)誘導(dǎo)策略的評(píng)價(jià)值的次數(shù)是否大于某個(gè)閾值N*(N*一般取2-4)。
如是，說(shuō)明當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略的評(píng)價(jià)值連續(xù)優(yōu)于上述標(biāo)準(zhǔn)狀態(tài)對(duì)應(yīng)的最優(yōu)誘導(dǎo)策略的評(píng)價(jià)值的次數(shù)達(dá)到系統(tǒng)預(yù)設(shè)要求的次數(shù)，則將標(biāo)準(zhǔn)狀態(tài)對(duì)應(yīng)的最優(yōu)誘導(dǎo)策略設(shè)置為當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略，同時(shí)將標(biāo)準(zhǔn)狀態(tài)對(duì)應(yīng)的最優(yōu)誘導(dǎo)策略的評(píng)價(jià)值設(shè)置為當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略的評(píng)價(jià)值。
設(shè)定學(xué)習(xí)步長(zhǎng)λ為初始步長(zhǎng)λ0(λ0取0.38)； 在上述新的標(biāo)準(zhǔn)狀態(tài)的最優(yōu)誘導(dǎo)策略的基礎(chǔ)上，以學(xué)習(xí)步長(zhǎng)λ0，根據(jù)學(xué)習(xí)規(guī)則生成當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)單元狀態(tài)的當(dāng)前誘導(dǎo)策略，并將當(dāng)前誘導(dǎo)策略連續(xù)優(yōu)于最優(yōu)誘導(dǎo)策略的次數(shù)ND設(shè)置為0，進(jìn)入下一個(gè)誘導(dǎo)周期，開始新的學(xué)習(xí)流程； 如否，說(shuō)明當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略的評(píng)價(jià)值連續(xù)優(yōu)于上述標(biāo)準(zhǔn)狀態(tài)的最優(yōu)誘導(dǎo)策略的評(píng)價(jià)值的次數(shù)沒(méi)有達(dá)到系統(tǒng)預(yù)設(shè)要求的次數(shù)，則將當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略作為當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略，同時(shí)當(dāng)前誘導(dǎo)策略連續(xù)優(yōu)秀的評(píng)價(jià)次數(shù)ND累加1，進(jìn)入下一誘導(dǎo)周期，開始新的學(xué)習(xí)流程； 當(dāng)相聯(lián)系的誘導(dǎo)單元較少時(shí)，可采用遍歷搜索學(xué)習(xí)策略。但是，誘導(dǎo)單元增加到多個(gè)，O點(diǎn)和D點(diǎn)較多，采取遍歷搜索學(xué)習(xí)策略時(shí)，誘導(dǎo)策略的收斂速度明顯變慢。由于相鄰誘導(dǎo)單元的誘導(dǎo)策略是相關(guān)的，一個(gè)誘導(dǎo)單元過(guò)慢的誘導(dǎo)策略收斂速度不僅影響對(duì)應(yīng)誘導(dǎo)單元誘導(dǎo)策略的穩(wěn)定性，而且這種不穩(wěn)定性還會(huì)擴(kuò)散到相鄰相關(guān)誘導(dǎo)單元，甚至導(dǎo)致整個(gè)子區(qū)誘導(dǎo)策略不收斂或收斂很慢，因此采用較快的學(xué)習(xí)策略(如試算法)具有極大的意義。
當(dāng)相聯(lián)系的誘導(dǎo)單元較多時(shí)，采用試算法學(xué)習(xí)策略具有較快的收斂速度，且穩(wěn)定性較好，當(dāng)路網(wǎng)外界條件發(fā)生變化，破壞狀態(tài)最優(yōu)誘導(dǎo)策略判別條件時(shí)，試算法學(xué)習(xí)策略仍能以較快的速度搜索到該狀態(tài)對(duì)應(yīng)的當(dāng)前最優(yōu)誘導(dǎo)策略。
考慮上游誘導(dǎo)單元集與不考慮上游誘導(dǎo)單元集的條件相比，雖然從單個(gè)誘導(dǎo)單元誘導(dǎo)策略收斂速度進(jìn)行對(duì)比，后者速度比前者快，但是從整個(gè)路網(wǎng)考慮，前者在整個(gè)路網(wǎng)誘導(dǎo)策略的穩(wěn)定性和抗干擾能力方面較后者有很大的提高?？紤]上游誘導(dǎo)單元集情況下誘導(dǎo)單元的誘導(dǎo)狀態(tài)編碼達(dá)到11位而使理論狀態(tài)數(shù)量增大，但是通過(guò)第一位編碼把各相關(guān)誘導(dǎo)單元聯(lián)系起來(lái)后，考慮到了各個(gè)誘導(dǎo)單元之間的內(nèi)在聯(lián)系，適當(dāng)增加誘導(dǎo)狀態(tài)數(shù)量以換取整個(gè)路網(wǎng)的穩(wěn)定性是可取的。
權(quán)利要求
1.一種智能化動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)，該系統(tǒng)包括交通流過(guò)程、檢測(cè)單元、辨識(shí)單元、預(yù)測(cè)學(xué)習(xí)單元、預(yù)測(cè)單元、誘導(dǎo)學(xué)習(xí)單元決策單元、評(píng)價(jià)單元以及知識(shí)庫(kù)，其特征在于
檢測(cè)單元實(shí)測(cè)交通流過(guò)程中的路網(wǎng)交通狀態(tài)信息，該信息包括交通系統(tǒng)中有關(guān)人、交通工具、交通網(wǎng)絡(luò)和各種交通信息，實(shí)測(cè)結(jié)果傳送到辨識(shí)單元作辨識(shí)處理、傳送到預(yù)測(cè)單元為預(yù)測(cè)提供依據(jù)、傳送到預(yù)測(cè)學(xué)習(xí)單元為預(yù)測(cè)學(xué)習(xí)提供依據(jù)，以及傳送到誘導(dǎo)學(xué)習(xí)單元為誘導(dǎo)學(xué)習(xí)提供依據(jù)；
預(yù)測(cè)學(xué)習(xí)單元學(xué)習(xí)誘導(dǎo)策略，并將學(xué)習(xí)到的誘導(dǎo)策略傳送到預(yù)測(cè)單元；
預(yù)測(cè)單元將預(yù)測(cè)的誘導(dǎo)單元狀態(tài)以及學(xué)習(xí)到的誘導(dǎo)策略提供辨識(shí)單元；
誘導(dǎo)學(xué)習(xí)單元用于執(zhí)行誘導(dǎo)策略的學(xué)習(xí)流程；
辨識(shí)單元接收預(yù)測(cè)策略與檢測(cè)結(jié)果，并對(duì)它們進(jìn)行辨識(shí)處理，辨識(shí)的誘導(dǎo)單元狀態(tài)輸出到?jīng)Q策單元；
決策單元一方面根據(jù)辨識(shí)的誘導(dǎo)單元狀態(tài)提供誘導(dǎo)策略，存入知識(shí)庫(kù)中，另一方面，決策單元從誘導(dǎo)策略庫(kù)獲取誘導(dǎo)策略，所獲取的誘導(dǎo)策略用于交通流過(guò)程的交通路線誘導(dǎo)。
評(píng)價(jià)單元對(duì)誘導(dǎo)學(xué)習(xí)單元的輸出的學(xué)習(xí)完畢的誘導(dǎo)策略進(jìn)行狀態(tài)最優(yōu)誘導(dǎo)策略判別條件的檢驗(yàn)，當(dāng)不滿足該條件時(shí)，確定下一步的搜索方向，重新進(jìn)入學(xué)習(xí)流程，對(duì)該誘導(dǎo)策略進(jìn)行學(xué)習(xí)，誘導(dǎo)學(xué)習(xí)單元的輸出結(jié)果存入知識(shí)庫(kù)中的學(xué)習(xí)策略庫(kù)中，以便作為該系統(tǒng)的策略儲(chǔ)備；
知識(shí)庫(kù)包括誘導(dǎo)策略庫(kù)、評(píng)價(jià)數(shù)據(jù)庫(kù)和學(xué)習(xí)策略庫(kù)，包含了所有誘導(dǎo)策略，評(píng)價(jià)數(shù)據(jù)和誘導(dǎo)學(xué)習(xí)策略，誘導(dǎo)策略及學(xué)習(xí)策略提供給實(shí)時(shí)檢測(cè)的交通流，為其提供誘導(dǎo)策略。
2.如權(quán)利要求1所述的智能化動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)，其特征在于，所述路網(wǎng)交通狀態(tài)對(duì)應(yīng)劃分為誘導(dǎo)單元狀態(tài)，該誘導(dǎo)單元狀態(tài)是由11位字符構(gòu)成的向量。
3.如權(quán)利要求1所述的智能化動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)，其特征在于，所述誘導(dǎo)策略的學(xué)習(xí)流程包括以下步驟
初始化學(xué)習(xí)策略庫(kù)；實(shí)測(cè)誘導(dǎo)單元子區(qū)在誘導(dǎo)周期內(nèi)的各路段飽和度之后，并行執(zhí)行以下兩個(gè)流程分支
分支一實(shí)時(shí)誘導(dǎo)流程
計(jì)算誘導(dǎo)單元子區(qū)在一個(gè)誘導(dǎo)周期內(nèi)的路網(wǎng)飽和度；
判斷上述路網(wǎng)飽和度是否在需要進(jìn)行誘導(dǎo)的最大/最小飽和度區(qū)域？
如否，則返回，則獲取下一誘導(dǎo)周期，并重新實(shí)測(cè)當(dāng)前誘導(dǎo)單元子區(qū)該新的誘導(dǎo)周期內(nèi)的各路段飽和度；
如是，則對(duì)當(dāng)前計(jì)算出的路網(wǎng)飽和度，以及上一路網(wǎng)飽和度進(jìn)行加權(quán)，得到加權(quán)后的路網(wǎng)飽和度；
對(duì)上述加權(quán)后的路網(wǎng)飽和度進(jìn)行狀態(tài)辨識(shí)，得到標(biāo)準(zhǔn)化的誘導(dǎo)單元狀態(tài)；
搜索學(xué)習(xí)策略庫(kù)中的誘導(dǎo)單元狀態(tài)所對(duì)應(yīng)的當(dāng)前誘導(dǎo)策略；
執(zhí)行上述誘導(dǎo)策略后，轉(zhuǎn)至下一誘導(dǎo)周期；
分支二后臺(tái)學(xué)習(xí)流程
計(jì)算路網(wǎng)平衡度
在當(dāng)前誘導(dǎo)周期的前三個(gè)誘導(dǎo)周期中是否有誘導(dǎo)策略？
如否，則不進(jìn)行誘導(dǎo)，轉(zhuǎn)至下一誘導(dǎo)周期；
如是，則根據(jù)上述前三個(gè)誘導(dǎo)周期的路網(wǎng)平衡度，評(píng)價(jià)當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略，得到其誘導(dǎo)策略的評(píng)價(jià)值；
從學(xué)習(xí)策略庫(kù)中搜尋標(biāo)準(zhǔn)狀態(tài)的最優(yōu)誘導(dǎo)策略以及對(duì)應(yīng)的評(píng)價(jià)值；
判斷當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略的評(píng)價(jià)值是否優(yōu)于上述標(biāo)準(zhǔn)狀態(tài)的最優(yōu)誘導(dǎo)策略的評(píng)價(jià)值；
如否，則設(shè)定將步長(zhǎng)設(shè)定為λ/2；在標(biāo)準(zhǔn)狀態(tài)的最優(yōu)誘導(dǎo)策略的基礎(chǔ)上，以學(xué)習(xí)步長(zhǎng)λ/2，根據(jù)學(xué)習(xí)規(guī)則生成當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)單元狀態(tài)的當(dāng)前誘導(dǎo)策略，并將當(dāng)前誘導(dǎo)策略連續(xù)優(yōu)于最優(yōu)誘導(dǎo)策略的次數(shù)ND設(shè)為0，進(jìn)入下一個(gè)誘導(dǎo)周期，開始新的學(xué)習(xí)流程。
如是，進(jìn)一步判斷當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略的評(píng)價(jià)值連續(xù)優(yōu)于上述標(biāo)準(zhǔn)狀態(tài)的最優(yōu)誘導(dǎo)策略的評(píng)價(jià)值的次數(shù)是否大于某個(gè)閾值N*(N*一般取2-4)。
如是，說(shuō)明當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略的評(píng)價(jià)值連續(xù)優(yōu)于上述標(biāo)準(zhǔn)狀態(tài)對(duì)應(yīng)的最優(yōu)誘導(dǎo)策略的評(píng)價(jià)值的次數(shù)達(dá)到系統(tǒng)預(yù)設(shè)要求的次數(shù)，則將標(biāo)準(zhǔn)狀態(tài)對(duì)應(yīng)的最優(yōu)誘導(dǎo)策略設(shè)置為當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略，同時(shí)將標(biāo)準(zhǔn)狀態(tài)對(duì)應(yīng)的最優(yōu)誘導(dǎo)策略的評(píng)價(jià)值設(shè)置為當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略的評(píng)價(jià)值。
設(shè)定學(xué)習(xí)步長(zhǎng)λ為初始步長(zhǎng)λ0(λ0取0.38)；
在上述新的標(biāo)準(zhǔn)狀態(tài)的最優(yōu)誘導(dǎo)策略的基礎(chǔ)上，以學(xué)習(xí)步長(zhǎng)λ0，根據(jù)學(xué)習(xí)規(guī)則生成當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)單元狀態(tài)的當(dāng)前誘導(dǎo)策略，并將當(dāng)前誘導(dǎo)策略連續(xù)優(yōu)于最優(yōu)誘導(dǎo)策略的次數(shù)ND設(shè)置為0，進(jìn)入下一個(gè)誘導(dǎo)周期，開始新的學(xué)習(xí)流程；
如否，說(shuō)明當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略的評(píng)價(jià)值連續(xù)優(yōu)于上述標(biāo)準(zhǔn)狀態(tài)的最優(yōu)誘導(dǎo)策略的評(píng)價(jià)值的次數(shù)沒(méi)有達(dá)到系統(tǒng)預(yù)設(shè)要求的次數(shù)，則將當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略作為當(dāng)前誘導(dǎo)周期之前的第三個(gè)誘導(dǎo)周期的誘導(dǎo)策略，同時(shí)當(dāng)前誘導(dǎo)策略連續(xù)優(yōu)秀的評(píng)價(jià)次數(shù)ND累加1，進(jìn)入下一誘導(dǎo)周期，開始新的學(xué)習(xí)流程；
4.如權(quán)利要求3所述的智能化動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)，其特征在于，所述評(píng)價(jià)值的閾值的取值是2-4。
5.如權(quán)利要求3所述的智能化動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)，其特征在于，所述初始學(xué)習(xí)步長(zhǎng)的取值是0.38。
全文摘要
本發(fā)明公開了一種智能化動(dòng)態(tài)路線誘導(dǎo)系統(tǒng)，該系統(tǒng)包括交通流過(guò)程、檢測(cè)單元、辨識(shí)單元、預(yù)測(cè)學(xué)習(xí)單元、預(yù)測(cè)單元、誘導(dǎo)學(xué)習(xí)單元、決策單元、評(píng)價(jià)單元以及知識(shí)庫(kù)，與現(xiàn)有技術(shù)相比，本發(fā)明針對(duì)交通誘導(dǎo)系統(tǒng)除了能夠依據(jù)實(shí)時(shí)檢測(cè)到的交通流過(guò)程提供交通誘導(dǎo)策略以外，還能夠通過(guò)學(xué)習(xí)流程，對(duì)系統(tǒng)中優(yōu)于標(biāo)準(zhǔn)狀態(tài)的誘導(dǎo)策略通過(guò)智能學(xué)習(xí)的方式完成誘導(dǎo)策略的知識(shí)儲(chǔ)備，并且，這些通過(guò)學(xué)習(xí)得到的誘導(dǎo)策略能夠結(jié)合到實(shí)時(shí)檢測(cè)的交通流，為其提供更多更優(yōu)的誘導(dǎo)策略，更有效率地實(shí)現(xiàn)對(duì)交通路網(wǎng)的智能化路線誘導(dǎo)。
文檔編號(hào)G08G1/00GK101604477SQ200910067720
公開日2009年12月16日 申請(qǐng)日期2009年1月16日 優(yōu)先權(quán)日2009年1月16日
發(fā)明者鐘石泉, 馬壽峰, 劉建美, 寧 賈 申請(qǐng)人:天津大學(xué)