[发明专利]基于隐语义模型的交通信号优化方法

权利要求书

1.一种基于隐语义模型的交通信号优化方法，包括以下步骤：

选定相关交通指标，为评分建模；

为基本交通状态和配时方案建模；

结合实际交通情况，考虑交通状态和配时方案本身特性，进一步细化精确所述评分预测模型；

利用数据库的数据和优化方法，从机器学习的角度训练所述评分预测模型的参数，以得到交通状态对配时方案的评分预测公式参数；

利用得到的所述评分预测公式参数，结合所述评分预测模型，预测交通状态对未使用过的配时方案的评分；

对比得到的所述最佳配时方案和该交通状态历史使用过的配时方案，得出最终最优配时方案。

2.根据权利要求1所述的基于隐语义模型的交通信号优化方法，其中所述数据库的数据是通过技术采集，或者通过交管局获取；以及所述数据库中的配时方案是通过采集得到，或者由经典算法生成。

3.根据权利要求1所述的基于隐语义模型的交通信号优化方法，其中作为评分的交通指标，选取延时作为评分。

4.根据权利要求1所述的基于隐语义模型的交通信号优化方法，其中所述为基本交通状态和配时方案建模的步骤包括：将交通状态和配时方案以向量的形式映射到隐语义空间，用数学语言表述为：

q_t∈R^f，p_s∈R^f，

其中，向量q_t表示配时方案，向量p_s表示交通状态，f表示交通状态和配时方案之间相互作用的不确定性因素。

5.根据权利要求1所述的基于隐语义模型的交通信号优化方法，其中所述进一步细化精确所述评分预测模型的步骤包括：

用公式表达交通状态和配时方案存在的偏置评分为：

b_st＝u+b_s+b_t，

由此，最终的评分预测模型为

r^st=u+bs+bt+qtTps,]]>

其中，为预测评分结果，b_st表示偏置评分，u表示平均评分，b_s和b_t分别表示交通状态和配时方案本身打分或被打分偏离平局分u的程度，向量q_t表示配时方案，向量p_s表示交通状态。