[发明专利]一种山区高速公路平曲线危险路段识别方法

摘要

本发明提供一种山区高速公路平曲线危险路段识别方法，利用本领域专家知识及相关事故统计资料，分析得到山区高速公路平曲线路段的评价参数；运用模糊专家基本理论确定每个影响因素的隶属度函数，然后，结合本领域内专家知识，提取并建立评价规则，并最终建立山区高速公路平曲线危险路段识别模糊专家系统对各平曲线路段进行危险性大小计算与排序，通过本方法建立了基于模糊专家系统的山区高速公路平曲线危险路段识别系统，可对尚处在设计阶段的道路进行预测性的评价。

主权项

一种山区高速公路平曲线危险路段识别方法，其特征在于包括以下步骤：(1)将高速公路圆曲线半径、道路纵坡、平曲线转角当作输入变量，将平曲线危险性当作输出变量，考虑具体的设计资料，列出三个参数的取值策略；(2)将每个输入值进行模糊化处理，确定输入值的语言标签；(3)根据每个输入值确定的语言标签，确定输入值的每个语言标签的取值范围；(4)因不同输入输出值之间具有不同的单位与量纲，故将每个输入输出值通过除以其最大值进行标准化，具体见表1‑表4；表1 圆曲线半径及取值范围表2 道路纵坡及取值范围表3 平曲线转角及取值范围表4 平曲线危险度及取值范围表1‑表4中，R代表圆曲线半径，i代表道路纵坡，a代表平曲线转角，d代表平曲线危险性；(5)确定每个输入输出变量的模糊隶属度函数，即每个输入输出变量的模糊集：①圆曲线半径的隶属度函数小：范围：[0,0,0.08,0.30]μRS(x)=10<x≤0.080.3-x0.220.08<x≤0.300.3<x≤1---(1)]]>合适：范围：[0.08,0.30,0.50,0.70]μRM(x)=00<x≤0.08x-0.080.220.08<x≤0.310.3<x≤0.50.7-x0.20.5<x≤0.700.7<x≤1---(2)]]>大：范围：[0.50,0.70,1.00,1.00]μRL(x)=00<x≤0.5x-0.50.20.5<x≤0.710.7<x≤1---(3)]]>②道路纵坡的隶属度函数小：范围：[0,0,0.17,0.33]μiS(x)=10<x≤0.170.83-x0.660.17<x≤0.8300.83<x≤1---(4)]]>合适：范围：[0.17,0.33,0.50,0.83]μiM(x)=00<x≤0.17x-0.170.160.17<x≤0.3310.33<x≤0.50.83-x0.330.5<x≤0.8300.83<x≤1---(5)]]>大：范围：[0.50,0.83,1.00,1.00]μiL(x)=00<x≤0.5x-0.50.330.5<x≤0.8310.83<x≤1---(6)]]>③平曲线转角的隶属度函数小：范围：[0,0,0.12,0.30]μaS(x)=10<x≤0.120.3-x0.180.12<x≤0.300.3<x≤1---(7)]]>合适：范围：[0.12,0.30,0.58,0.83]μaM(x)=00<x≤0.12x-0.120.180.12<x≤0.310.3<x≤0.580.83-x0.250.58<x≤0.8300.83<x≤1---(8)]]>大：范围：[0.58,0.83,1.00,1.00]μaL(x)=00<x≤0.58x-0.580.250.58<x≤0.8310.83<x≤1---(9)]]>④平曲线危险度的隶属度函数非常安全：范围：[0,0,0.11,0.22]μdVS(x)=10<x≤0.110.22-x0.110.11<x≤0.2200.22<x≤1---(10)]]>安全：范围：[0.11,0.22,0.33,0.44]μdS(x)=00<x≤0.11x-0.110.110.11<x≤0.2210.22<x≤0.330.44-x0.110.33<x≤0.4400.44<x≤1---(11)]]>容易发生危险：范围：[0.33,0.44,0.55,0.66]μdP(x)=00<x≤0.33x-0.330.110.33<x≤0.4410.44<x≤0.550.66-x0.110.55<x≤0.6600.66<x≤1---(12)]]>危险：范围：[0.55,0.66,0.77,0.88]μdD(x)=00<x≤0.55x-0.550.110.55<x≤0.6610.66<x≤0.770.88-x0.110.77<x≤0.8800.88<x≤1---(13)]]>非常危险：范围:[0.77,0.88,1.00,1.00]μdVD(x)=00<x≤0.77x-0.770.110.77<x≤0.8810.88<x≤1---(14)]]>(6)利用产生式的规则表示方式，得到模糊规则库；(7)对于一组输入R、i、a，任何一项输入值R、i、或者a都至少属于一种小、中或大语言标签，但也会同时属于两种语言标签，根据每个输入值所具有的语言标签，在模糊规则库中选择相应的规则进行计算；(8)取得每个输入值R、i、a的精确值，然后按照合适的语言模糊集进行模糊化，对于标准化的输入值R，通过隶属度函数(1)‑(3)计算获得某种语言标签的隶属度值μRS(R)、μRM(R)、μRL(R)，同理，对于输入值i和a，分别可计算得到其隶属度值μiS(i)、μiM(i)、μiL(i)和μaS(a)、μaM(a)、μaL(a)；(9)取得每个输入值的模糊化输出后将它们应用到相应的规则中，每个规则包括两个部分：IF语句部分和THEN语句部分，IF语句部分描述模糊规则的前提，THEN语句部分描述模糊规则的结论，由于存在圆曲线半径R、道路纵坡i和平曲线偏角a三个输入值，故IF语句部分采用模糊逻辑的AND规则，其计算公式如下：μR∩i∩a(x)＝min[μR(x),μi(x),μa(x)]   (15)min表示取μR(x)、μi(x)、μa(x)三者的最小值；经过计算之后获得表示IF语句部分评估结果的一个数值，将这个数值接下来应用到THEN语句部分；(10)由于每个输入值具有不用的语言标签，在模糊规则库中调取相应的规则，由于一条规则产生一个输出结果，故需要将所有规则输出的单一结果合并到一个模糊集中，形成单一的模糊集；(11)根据形成的单一的模糊集，利用质心逆模糊化法计算该模糊集的质心，计算公式如公式(16)所示，从而获得清晰地输出值，该值即为山区高速公路平曲线危险路段的危险度，从而确定平曲线的危险程度d=∫abμd(x)xdx∫abμd(x)dx---(16).]]>