亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路微氣象交通預(yù)警方法

文檔序號:6708996閱讀:386來源:國知局
專利名稱:基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路微氣象交通預(yù)警方法
技術(shù)領(lǐng)域
本發(fā)明涉及一種交通安全技術(shù),尤其是一種基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路微氣象交通預(yù)警方法。
背景技術(shù)
目前,隨著高速公路通車?yán)锍痰脑黾?,?zāi)害性天氣對高速公路交通安全的影響日趨凸顯。在惡劣天氣情況下,駕駛員更不易及時(shí)獲取警示信息,從而造成數(shù)百輛汽車追尾的重大事故時(shí)有發(fā)生,因此,高速公路在惡劣天氣的情況下只能關(guān)閉,高速公路的快速預(yù)警及智能化管理,越來越受到人們的關(guān)注和重視。通過檢索論文發(fā)現(xiàn)程從蘭,李迅,鄭祚芳,王在文,梁旭東.北京道路氣象預(yù)警指標(biāo)構(gòu)建及初步應(yīng)用,第27屆中國氣象學(xué)會年會議論文集,2010,10.馮民學(xué),高速公路交通氣象智能化檢測預(yù)警系統(tǒng)研究,南京信息工程大學(xué)博士論文,2005.張長君,鄒開其.惡劣 氣象條件下高速公路NN控制系統(tǒng)的研究,計(jì)算機(jī)工程與應(yīng)用,2007,43(4):210-212.王少飛,關(guān)可.高速公路氣象信息服務(wù)系統(tǒng).中國交通信息產(chǎn)業(yè),2007 (1):116-119.上述研究在分析不同氣象條件對通行能力影響的基礎(chǔ)上,針對不同氣象條件給出氣象預(yù)警信息。但并未直接從高速公路管理的角度出發(fā),給出交通預(yù)警信息。湯筠筠,高海龍,張巍漢.高速公路霧區(qū)監(jiān)控系統(tǒng)結(jié)構(gòu)方案的研究,公路,2005,8.王衛(wèi)亞.基于無線傳感網(wǎng)絡(luò)的高速公路惡劣氣象監(jiān)測及交通控制模型研究,長安大學(xué),2008.柳本民,災(zāi)害性天氣下高速公路運(yùn)行安全控制技術(shù)研究,同濟(jì)大學(xué)博士學(xué)位論文,2008.上述研究在分析能見度和路面附著系數(shù)對高速公路行車安全影響的前提下,通過模糊控制理論或氣象部門、高速公路管理部門以及一線司機(jī)實(shí)際經(jīng)驗(yàn)與測試,對霧、雪、雨天氣下的限速值和安全間距進(jìn)行規(guī)定。存在三點(diǎn)問題一是,并未在全面氣象監(jiān)測的基礎(chǔ)上,對車輛行車安全進(jìn)行預(yù)警,考慮因素不夠全面;二是,模糊推理隸屬度直接由經(jīng)驗(yàn)給出,主觀性強(qiáng)。三是,未考慮道路交通流狀況的影響。中國專利申請200910061448. 3公開了一種高速公路氣象監(jiān)測系統(tǒng)。以及申請?zhí)?00910060562. 4公開了一種高速公路防追尾預(yù)警系統(tǒng)。中國專利申請200710077671. 8公開了一種高速公路路段氣象信息提示系統(tǒng)。上述發(fā)明均針對高速公路預(yù)警系統(tǒng)硬件設(shè)施進(jìn)行設(shè)計(jì),并未涉及在數(shù)據(jù)采集基礎(chǔ)上,如獲取安全行車參數(shù)及交通預(yù)警的方法。

發(fā)明內(nèi)容
本發(fā)明的目的是為克服上述現(xiàn)有技術(shù)的不足,提供一種基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路微氣象交通預(yù)警方法,該方法通過高速公路沿線降雨量、降雪量、溫度、能見度等氣象參數(shù)的綜合檢測,利用模糊神經(jīng)網(wǎng)絡(luò)的方法,發(fā)布車輛運(yùn)行限速值、車距限制值,超車限制以及換車道限制等措施。在高速公路上應(yīng)用該方法,能夠在惡劣天氣條件下,提高行車安全性。為實(shí)現(xiàn)上述目的,本發(fā)明采用下述技術(shù)方案—種基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路微氣象交通預(yù)警方法,包括以下步驟交通流與微氣象檢測點(diǎn)的布設(shè);定義模糊神經(jīng)網(wǎng)絡(luò)交通控制器;模糊神經(jīng)網(wǎng)絡(luò)交通控制器的訓(xùn)練;利用最優(yōu)的模糊神經(jīng)網(wǎng)絡(luò)交通控制器生成交通安全行車參數(shù);交通控制信息發(fā)布,具體操作步驟如下步驟I :在高速公路路側(cè)每間隔一定距離設(shè)置若干交通流與微氣象監(jiān)測點(diǎn),檢測該路段交通流情況以及微氣象參數(shù)數(shù)據(jù),通過多傳感器數(shù)據(jù)融合技術(shù),得到路段交通流以及氣象信息,交通流與微氣象數(shù)據(jù)采集為下一步模糊神經(jīng)網(wǎng)絡(luò)控制做準(zhǔn)備;步驟2 :采用基于Takagi-Sugeno (高木一關(guān)野)推理的模糊神經(jīng)網(wǎng)絡(luò)構(gòu)建高速公路微氣象交通控制器,定義步驟I采集得到的交通流信息和氣象信息為狀態(tài)變量,作為所述控制器的輸入值,定義高速公路控制方式、限速值以及安全間距值為控制變量,作為所述控制器的輸出值;步驟3 :采用氣象部門以及交通管理部門的氣象、交通流、控制措施及其實(shí)施效果歷史數(shù)據(jù)庫,結(jié)合專家經(jīng)驗(yàn)構(gòu)建模糊神經(jīng)網(wǎng)絡(luò)交通控制器的訓(xùn)練樣本,對高速公路微氣象 交通控制器進(jìn)行訓(xùn)練,將訓(xùn)練誤差減小到預(yù)定閾值或達(dá)到訓(xùn)練次數(shù),以得到最優(yōu)控制器;步驟4 :將實(shí)時(shí)采集的交通流信息以及微氣象信息輸入最優(yōu)的模糊神經(jīng)網(wǎng)絡(luò)交通控制器,生成針對該時(shí)刻交通流狀況以及氣象信息的高速公路交通控制方案,包括預(yù)警措施、限速值以及安全間距值;步驟5 :在每個(gè)交通與微氣象監(jiān)測點(diǎn)上游布設(shè)可變信息板,對交通控制器輸出的安全行車預(yù)警信息進(jìn)行發(fā)布。所述步驟2中模糊神經(jīng)網(wǎng)絡(luò)構(gòu)建高速公路微氣象交通控制器分為五層結(jié)構(gòu)第一層為輸入層,輸入值為高速公路交通流與微氣象檢測點(diǎn)采集的參數(shù)數(shù)據(jù),表示為X = Ix1, x2,x3,. . .,X1J,其中,n表示輸入?yún)?shù)的個(gè)數(shù),n為大于等于I的整數(shù),而X1, X2, . . . Xn分別表示交通流參數(shù)即速度、流量、占有率以及微氣象參數(shù)即能見度、溫度、濕度、氣壓、風(fēng)向、風(fēng)速、地面溫度;將輸入?yún)?shù)按照從小到大的順序劃分為5個(gè)等級,分別為{NB負(fù)大,NS負(fù)小,Z零,PS正小,PB正大},其意義為相應(yīng)的參數(shù)指標(biāo)值為小、較小、中等、大、較大;所述控制器的系統(tǒng)輸出為控制模式、限速值以及安全距離;其中,控制模式分為三種,全線封閉、區(qū)域封閉以及匝道控制即根據(jù)交通及氣象條件來控制駛?cè)敫咚俟妨髁?;限速以及安全距離等級劃分方式與輸入?yún)?shù)相同;第二層為模糊化層,用來表示輸入量分別屬于{NB,NS,Z,PS,PB}的隸屬度為#/(x;) = exp[(x, -Cjj)2 / W],式中,j為I至叫的整數(shù),叫是Xi的模糊分割數(shù),此處Hii = 5 ;Cij和O ij分別表不隸屬度函數(shù)的中心和寬度;第三層是規(guī)則前件層,每一個(gè)節(jié)點(diǎn)代表一條模糊規(guī)則,它的作用是用來匹配模糊規(guī)則的前件,計(jì)算出每條規(guī)則的適用度ap公式為
a} = Ml (xi)A ( .八 /4 (-^ )或Cij = "/(X1 )fiJ2 (x2)...//,;(xn); 式中a」一模糊規(guī)則j的適用度;#/(七)一輸入Xi隸屬于第j個(gè)等級的隸屬度,j為I至m之間的整數(shù),m為大于等于I的整數(shù);第四層實(shí)現(xiàn)歸一化計(jì)算,公式為
權(quán)利要求
1.一種基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路微氣象交通預(yù)警方法,其特征是,包括以下步驟交通流與微氣象檢測點(diǎn)的布設(shè);定義模糊神經(jīng)網(wǎng)絡(luò)交通控制器;模糊神經(jīng)網(wǎng)絡(luò)交通控制器的訓(xùn)練;利用最優(yōu)的模糊神經(jīng)網(wǎng)絡(luò)交通控制器生成交通安全行車參數(shù);交通控制信息發(fā)布,具體操作步驟如下 步驟I:在高速公路路側(cè)每間隔距離設(shè)置若干交通流與微氣象監(jiān)測點(diǎn),檢測該路段交通流情況以及微氣象參數(shù)數(shù)據(jù),通過多傳感器數(shù)據(jù)融合技術(shù),得到路段交通流以及氣象信息,交通流與微氣象數(shù)據(jù)采集為下一步模糊神經(jīng)網(wǎng)絡(luò)控制做準(zhǔn)備; 步驟2 :采用基于Takagi-Sugeno推理的模糊神經(jīng)網(wǎng)絡(luò)構(gòu)建高速公路微氣象交通控制器,定義步驟I采集得到的交通流信息和氣象信息為狀態(tài)變量,作為所述控制器的輸入值,定義高速公路控制方式、限速值以及安全間距值為控制變量,作為所述控制器的輸出值; 步驟3:采用氣象部門以及交通管理部門的氣象、交通流、控制措施及其實(shí)施效果歷史數(shù)據(jù)庫,結(jié)合專家經(jīng)驗(yàn)構(gòu)建模糊神經(jīng)網(wǎng)絡(luò)交通控制器的訓(xùn)練樣本,對高速公路微氣象交通控制器進(jìn)行訓(xùn)練,將訓(xùn)練誤差減小到預(yù)定閾值或達(dá)到訓(xùn)練次數(shù),以得到最優(yōu)控制器; 步驟4 :將實(shí)時(shí)采集的交通流信息以及微氣象信息輸入最優(yōu)的模糊神經(jīng)網(wǎng)絡(luò)交通控制器,生成針對該時(shí)刻交通流狀況以及氣象信息的高速公路交通控制方案,包括預(yù)警措施、限速值以及安全間距值; 步驟5 :在每個(gè)交通與微氣象監(jiān)測點(diǎn)上游布設(shè)可變信息板,對交通控制器輸出的安全行車預(yù)警信息進(jìn)行發(fā)布。
2.如權(quán)利要求I所述的基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路微氣象交通預(yù)警方法,其特征是,所述步驟2中模糊神經(jīng)網(wǎng)絡(luò)構(gòu)建高速公路微氣象交通控制器分為五層結(jié)構(gòu) 第一層為輸入層,輸入值為高速公路交通流與微氣象檢測點(diǎn)采集的參數(shù)數(shù)據(jù),表示為X=Ix1, X2, X3,. . .,X1J ,其中,n表示輸入?yún)?shù)的個(gè)數(shù),n為大于等于I的整數(shù),而X1, x2,. . . Xn分別表示交通流參數(shù)即速度、流量、占有率以及微氣象參數(shù)即能見度、溫度、濕度、氣壓、風(fēng)向、風(fēng)速、地面溫度; 將輸入?yún)?shù)按照從小到大的順序劃分為5個(gè)等級,分別為{NB負(fù)大,NS負(fù)小,Z零,PS正小,PB正大},其意義為相應(yīng)的參數(shù)指標(biāo)值為小、較小、中等、大、較大;所訴控制器的系統(tǒng)輸出為控制模式、限速值以及安全距離;其中,控制模式分為三種,全線封閉、區(qū)域封閉以及匝道控制即根據(jù)交通及氣象條件來控制駛?cè)敫咚俟妨髁浚幌匏僖约鞍踩嚯x等級劃分方式與輸入?yún)?shù)相同; 第二層為模糊化層,用來表示輸入量分別屬于{NB,NS,Z,PS,PB}的隸屬度為
3.如權(quán)利要求2所述的基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路微氣象交通預(yù)警方法,其特征是,所述步驟3中基于模糊神經(jīng)網(wǎng)絡(luò)的微氣象交通控制器的訓(xùn)練,具體內(nèi)容如下 訓(xùn)練樣本的選取 訓(xùn)練樣本考慮由三部分組成第一部分,氣象部分、高速公路交通管理部門的歷史數(shù)據(jù),包括歷史氣象參數(shù)信息、交通流參數(shù)信息、當(dāng)時(shí)采取的預(yù)警信息及其發(fā)布后的效果;第二部分,交通工程領(lǐng)域?qū)<覇柧恚ㄟ^設(shè)置不同氣象以及交通流情景,詢問專家可能采用的預(yù)警措施;第三部分,該系統(tǒng)建成后,將不同氣象、交通流狀況下的交通預(yù)警方案實(shí)施效果添加入歷史數(shù)據(jù)庫; 訓(xùn)練算法 網(wǎng)絡(luò)需要學(xué)習(xí)的參數(shù)是步驟2中第二層隸屬度函數(shù)的中心值Cij和寬度0 u以及第五層網(wǎng)絡(luò)連接權(quán)重Wr,該網(wǎng)絡(luò)的學(xué)習(xí)算法選擇反向傳播BP算法;BP算法由正向傳播和誤差反向傳播兩個(gè)過程組成;在正向傳播過程中,輸入信息從輸入層經(jīng)隱層單元逐層處理,通過所有的隱層之后,傳向輸出層;在隱含層逐層處理的過程中,每一層神經(jīng)元的狀態(tài)只對下一層神經(jīng)元的狀態(tài)產(chǎn)生影響;在輸出層將實(shí)際輸出和期望輸出進(jìn)行比較,如果實(shí)際輸出與期望輸出的差值不再可接受范圍之內(nèi),則轉(zhuǎn)入反向傳播過程,將實(shí)際值與期望輸出之間的誤差沿原來的連接通路返回,通過修改各層神經(jīng)元的連接權(quán)重使誤差減少,然后再轉(zhuǎn)入正向傳播過程,如此反復(fù)計(jì)算,直至誤差小于設(shè)定值為止。
4.如權(quán)利要求3所述的基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路微氣象交通預(yù)警方法,其特征是,所述網(wǎng)絡(luò)的學(xué)習(xí)算法選擇反向傳播BP算法,步驟如下 ①設(shè)Xk為輸入向量,xk= (xi,x2,...,xn),k為I至K之間的整數(shù),式中K為樣本個(gè)數(shù),n代表特征參數(shù)的個(gè)數(shù);對應(yīng)交通模式的輸出向量為yk,初始化網(wǎng)絡(luò)權(quán)值、閾值; ②第二層各單元的輸入為
全文摘要
本發(fā)明公開了一種基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路微氣象交通預(yù)警方法,包括以下步驟交通流與微氣象檢測點(diǎn)的布設(shè);定義模糊神經(jīng)網(wǎng)絡(luò)交通控制器;模糊神經(jīng)網(wǎng)絡(luò)交通控制器的訓(xùn)練;利用最優(yōu)的模糊神經(jīng)網(wǎng)絡(luò)交通控制器生成交通安全行車參數(shù);交通控制信息發(fā)布,該方法通過高速公路沿線降雨量、降雪量、溫度、能見度等氣象參數(shù)的綜合檢測,利用模糊神經(jīng)網(wǎng)絡(luò)的方法,發(fā)布車輛運(yùn)行限速值、車距限制值,超車限制以及換車道限制措施。在高速公路上應(yīng)用該方法,能夠在惡劣天氣條件下,提高行車安全性。
文檔編號G08G1/09GK102722989SQ20121022278
公開日2012年10月10日 申請日期2012年6月29日 優(yōu)先權(quán)日2012年6月29日
發(fā)明者劉廷新, 商岳, 姜華, 孟祥茹, 張萌萌, 張遠(yuǎn), 李海波, 李耿, 白翰, 范威, 趙穎, 馬香娟 申請人:山東交通學(xué)院
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1