[发明专利]一种基于改进同步扰动随机逼近算法的交通仿真参数校正方法

权利要求书

1.一种基于改进同步扰动随机逼近算法的交通仿真参数校正方法，其特征在于，所述方法包括以下步骤：

(1)以易从仿真模型中直接获取且便于在现场采集为原则，从交通运行效率和安全性两个方面确定仿真模型的验证指标，应用均值法去量纲后，赋予指标各自权重进行求和计算，以获取综合验证指标；

(2)确定合理仿真次数，通过假设检验法进行默认参数的可行性分析；

(3)应用敏感性分析法，逐一筛选对验证指标有显著影响的参数，作为待校正参数；

(4)通过伯努利分布随机生成n维同步扰动向量，在待校正参数基础上产生两组扰动参数值，将其带入Vissim仿真软件中运行，获得两组仿真输出值，同时计算算法中未知梯度的逼近梯度ghat(x_k)；

(5)应用模糊控制理论，将每次迭代的结果偏差以及其变化率作为模糊控制器的输入，输出结果的变化量，以实时调整算法的常数项参数a_k；

(6)结合步骤(4)生成的未知梯度逼近梯度ghat(x_k)和步骤(5)生成的常数项参数a_k，更新校正参数；

(7)将更新的校正参数代入Vissim中，输出结果平均值并消除指标量纲，判断是否满足迭代停止准则，若满足所需精度，输出参数校正结果；否则返回步骤(4)，重新计算同步扰动向量。

2.根据权利要求1所述的基于改进同步扰动随机逼近算法的交通仿真参数校正方法，其特征在于，所述步骤(1)中应用均值法去量纲，保留原指标的变异信息，公式如下：

式中，x′为输出验证指标，x为原验证指标，为指标平均值；

在消除评价指标的量纲之后，根据研究者不同的需求来确定指标各自权重，关系式如下：

F＝αF_效率+(1-α)F_安全

式中，F是权重求和函数，α是权重系数，F_效率是去量纲后的交通运行效率指标，F_安全是去量纲后的交通安全性指标。

3.根据权利要求1所述的基于改进同步扰动随机逼近算法的交通仿真参数校正方法，其特征在于，所述步骤(2)中所需的样本量数据根据样本标准差确定：

式中，n为最小样本量，S为样本标准差，K为置信度，E为容许误差值。

4.根据权利要求1所述的基于改进同步扰动随机逼近算法的交通仿真参数校正方法，其特征在于，所述步骤(3)中的单因素敏感分析方法为：变动某一参数的同时固定其他要素不变，用统计学的方法解释验证指标受该因素影响的规律，若参数的微幅变动能导致验证指标的大幅变化，则称该因素为敏感性因素，反之则为非敏感性因素；根据分析结果，筛选出对验证指标有显著影响的敏感性因素，包括：平均停车间距、安全距离附加系数、安全距离倍数系数、最小车头间距和安全距离折减系数。

5.根据权利要求1所述的基于改进同步扰动随机逼近算法的交通仿真参数校正方法，其特征在于，所述步骤(4)中包含五个待校正参数，通过伯努利分布随机生成五维同步扰动向量Δk：

式中，第i个分量记作Δk_i，i∈[1,5]；

在待校正参数基础上产生两组扰动参数值和将其带入Vissim仿真软件中运行，获得两组仿真输出值和其中c代表扰动次数，一般取0.2，γ表示扰动步长，一般取0.101，k代表当前迭代次数；

未知梯度ghat(x_k)的逼近梯度计算方法为：