[发明专利]交通状况自动分析预测方法

权利要求书

1.一种交通状况自动分析预测方法，其特征在于：包括基于模糊控制实现的当前交通状况的评估；模糊控制的方法是以车流量和速度为输入，以交通状态为输出，通过在输入和输出之间建立一系列的判定关系，确定每个路段的交通状况。

2.根据权利要求1所述的交通状况自动分析预测方法，其特征在于：基于模糊控制的当前交通状况评估分析，具体方法如下：

1)分别建立车流量和速度的输入隶属度函数

①分别对车流量和速度进行归一化：

t时刻车流量的归一化数学描述为：

t时刻速度的归一化数学描述为：

其中，P(t)为t时刻的流量值，P_max为该条路流量的最大值，v(t)为t时刻的路面车速，v_max为该条路的车速最大值；

②分别建立车流量和速度的隶属度函数：

以横坐标为论域，纵坐标为隶属度建立隶属度函数，量值区间都为0～1，利用隶属度函数将车流量划分为5个模糊子集：很少、少、中、多、很多，分别对应的论域区间为：0～0.25、0～0.5、0.25～0.75、0.5～1、0.75～1；

利用隶属度函数将速度划分为5个模糊子集：很快、快、中、慢、很慢，分别对应的论域为0～0.25、0～0.5、0.25～0.75、0.5～1、0.75～1；

2)建立拥堵状态判定规则表和交通状态的隶属度函数

①根据输入隶属度函数，建立拥堵状态判定规则表：

表中，车流量项NN、NS、O、PS、PM分别对应车流量：很少、少、中、多、很多，车速项NN、NS、O、PS、PM分别对应车速：很快、快、中、慢、很慢，交通状态项NN、NS、O、PS、PM分别对应：很堵车、堵车、轻微堵车、车较多、畅通；

②建立交通状态的隶属度函数：

以横坐标为论域，纵坐标为隶属度建立交通状态隶属度函数，量值区间都为0～1，利用隶属度函数将交通状态划分为5个模糊子集：很堵车、堵车、轻微堵车、车较多、畅通，分别对应的论域为0～0.2、0～0.5、0.3～0.7、0.5～1、0.8～1；

3)根据属度函数确定当前交通状态

①将车流量、速度带入各自的隶属度函数，确定它们的隶属度；

②以每一组车流量和速度的隶属度组合，定义出一个子交通状态隶属度，定义方法为：取该隶属度组合中最小的那个隶属度为子交通状态的隶属度；

③确定每个子交通状态的论域的中心值：每条隶属度曲线中心，若没有曲线中心则为每条隶属度曲线最大值处对应的横坐标值；

④以每个子交通状态的隶属度为权值，对它们各自的论域中心值进行加权平均，获得交通状态的最终论域值：

x=Σiμi·xiμi]]>

其中，x_i和μ_i表示子交通状态i的论域中心值和隶属度，i∈{NN,NS,O,PS,PM}；

⑤然后再将x带回到交通状态的隶属度函数，确定当前交通状态，方法为：对于同一论域值x所对应的多个隶属度，取其中最大的那个隶属度所对应的交通状态，为当前的交通状态。

3.根据权利要求1所述的交通状况自动分析预测方法，其特征在于：还包括基于未来交通参数预测和模糊控制相结合的未来交通状况预测；其中所述未来交通参数预测是在一定的预测准则基础上，以k-最近邻法预测未来一段时间之后的车流量和速度参数。

4.根据权利要求3所述的交通状况自动分析预测方法，其特征在于：所述基于未来交通参数预测和模糊控制相结合的未来交通状况预测的具体方法是：

1)构建交通参数状态向量

每个交通状态向量由4个交通参数构成：某一时刻的流量p、车速v以及该时刻5分钟前的流量p_old和车速v_old，状态向量表示为：a＝(p,p_old,v,v_old)，随着时间推移，不断生成新的交通状态向量存入数据库；

2)定义预测准则

使用欧几里德距离中的平方差准则，数学描述为：

di=(pi-p)2+(pi,old-pold)2+(vi-v)2+(vi,old-vold)2]]>

式中，当前时刻交通状态向量为(p,p_old,v,v_old)，历史i时刻交通状态向量为(p_i,p_i,old,v_i,v_i,old)，当d_i小于阈值时，该历史时刻交通状态向量被从数据库中选中；

3)以这一准则为标准，使用K-最近邻法搜索这些向量，在数据库中寻找与当前交通状态最接近的5对历史向量；

4)未来交通参数变化状况预测

提取数据库中这5对向量在下5分钟所对应的状态进行加权，数学描述为：

pforecast=Σi=15didmaxPi,new]]>

vforecast=Σi=15didmaxvi,new]]>

式中，p_forecast为流量的预测值，v_forecast为车速的预测值，第i个历史状态在历史时刻5分钟后的交通参数为(p_i,new,v_i,new)，按照距离的远近分别赋予大小不同的权值，距离越近权重越大，第i个历史状态的权重为加权平均的结果可以作为5分钟之后的交通参数预测值p_forecast和v_forecast；

5)未来交通状况的预测

在预测到未来交通参数后，同样使用基于模糊控制的当前交通状况模糊评估分析方法，对5分钟之后的交通状态进行评估预测。