[发明专利]基于隐语义模型的交通信号优化方法

摘要

本发明公开了一种基于隐语义模型的交通信号优化方法，该方法利用隐语义模型在推荐系统中处理不确定性因素的优势，将交通状态类比为用户，将配时方案类比为物品，将交通指标(如延时)类比为评分。该方法包括预处理数据；将交通状态和配时方案映射到隐语义空间；训练交通状态对配时方案的评分预测模型；预测评分并选择最佳配时方案；实际应用配时方案并反馈交通信息。本发明方法简单易行，能处理传统控制策略不能很好处理、但实际存在且影响较大的不确定性因素，无需精确对难以准确量化的不确定性因素建模，所以具有很好的普适性和较少约束，可作为传统策略的补充和优化。

主权项

一种基于隐语义模型的交通信号优化方法，其特征在于，包括以下步骤：步骤S1：选定相关交通指标，为评分建模；步骤S2：为基本交通状态和配时方案建模，包括以下步骤：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： qt∈Rf，ps∈Rf，其中，向量qt表示配时方案，向量ps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；步骤S3：结合实际交通情况，考虑交通状态和配时方案本身特性，进一步细化精确评分预测模型；步骤S4：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；步骤S5：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，得到最佳配时方案；步骤S6：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。