一种获取城市大型活动的道路限速值的方法
【技术领域】
[0001] 本发明设及交通管理与控制技术领域，特别是设及一种获取城市大型活动的道路 限速值的方法。
【背景技术】
[0002] 近年来，我国举办了多次城市大型活动，城市大型活动在短时间内会引起城市局 部区域交通流量的急剧增加，激化交通供需矛盾，形成交通拥堵，对城市正常交通产生很大 冲击。由于其造成的交通影响是短时间的，因此一般情况下，城市大型活动带来的交通影响 一般不利用增加道路容量的方法来解决。系统、科学、合理地制定和实施城市大型活动交通 组织管理方案是缓解城市大型活动期间供需矛盾、保证城市大型活动顺利举行的关键。而 如何系统、科学、合理的制定和实施城市大型活动交通组织管理方案也是本领域技术人员 急需解决的问题。
【发明内容】
[0003] 本发明的目的是克服现有技术的不足，提供一种获取城市大型活动的道路限速值 的方法，W避免城市举行大型活动时交通拥堵的问题，并且无需增加道路的容量。
[0004] 本发明采用的技术方案为：一种获取城市大型活动的道路限速值的方法，包括W 下步骤：
[0005] 获取道路基础数据:所述道路基础数据包括道路摩阻系数？、道路纵坡度iv、实时 车流量Q、大型车占总车流量的比例n、能见度Lv、降雨量L、正常路段大型活动车队行驶时间 平均速度F、道路瓶颈段大型活动车队时间平均速度U、大型活动车队与车队之间距离LsU 前一车队速度V前和后一车队速度V后；
[0006] 根据经验公式确定道路经验限速值V经验；
[0007] 根据模糊神经网络确定道路模糊限速值V模糊；
[000引根据所述道路经验限速值V经验和所述道路模糊限速值V模糊确定最佳限速值V最 佳;计算公式为
[0009] 可选的，所述根据经验公式确定所述道路经验限速值V经验，具体包括W下步骤：
[0010] 确定设计速度VO;
[0011] 根据实时车流量Q和设计速度VO确定交通量修正系数n，.
[0012] 根据大型车占总车流量的比例Tl和设计速度VO确定大型车比例修正系数f 2，
[0013]根据能见度L V和设计速度V O确定能见度修正系数f 3，
[0014] 确定修订系数f，修正系数f=min(n，f 2，巧）；
[001引根据修订系数f，确定道路经验限速值V经验=VO X f。
[0016] 可选的，所述根据模糊神经网络确定所述道路模糊限速值V模糊的方法，包括W下 步骤：
[0017] 根据模糊逻辑模型确定环境修正因子W，所述环境影响因子W包括实时交通量修正 因子Wl，大型车比例修正因子w2，能见度修正因子w3和降雨量修正因子w4;
[0018] 建立模糊神经网络模型，所述模糊神经网络模型包括输入层、隶属函数层、结果层 和模糊化输出层；
[0019] 经模糊神经网络模型训练、学习后获得道路模糊限速值V模糊。
[0020] 可选的，所述模糊神经网络模型的模糊推理方法为:Rk: if (Wlis Qi)and(w2isrij) and(w3is Lvk)and(w4is Ll)then(R is 化），其中，i = l，2,3,4;j = l，2,3,4;k=l，2,3,4; I = I，2，3，4; n = I，2，…，256; R表示模糊方法，化表示第n个模糊方法。
[0021 ]可选的，所述模糊神经网络模型的输入层为所述环境修正因子W。
[0022] 可选的，所述输入层的输入维数为4,所述模糊化输出层的神经元的个数为1。
[0023] 可选的，所述的获取城市大型活动的道路限速值的方法，还包括W下步骤：
[0024] 设定大型活动车队的期望车速V期望；
[0025] 比较最佳速度V最佳和期望车速V期望；
[0026] 当比较结果表示V最佳小于V期望，通过第一调节方法调节上游道路最佳限速和下 游道路最佳限速，所述第一调节方法为：
其中UJ#表示上 游车道实际限速，Vi游表示计算得到的上游道路最佳限速，V下游表示计算得到的下游道路最 佳限速；
[0027] 当比较结果表示V最佳不小于V期望，所述最佳速度V最佳满足期望车速V期望。
[0028] 可选的，所述方法还包括当上游车道与下游称道同时存在大型活动车队时，获取 限速值的步骤包括：
[0029] 获取上游车道大型活动车队与下游车道大型活动车队的车队间距Ls2;
[0030] 根据第二调节方法调节上游道路最佳限速和下游道路最佳限速，所述第二调节方 法为：
其中1^^|表示上游车道实际限 速，Vj游表示计算得到的上游道路最佳限速，V下游表示计算得到的下游道路最佳限速，t安表示 安全距离时间。
[0031] 可选的，所述安全距离时间t安=10s。
[0032] 本发明的有益效果：
[0033] 本发明通过经验公式法和模糊神经网络控制法相结合的方式获取大型活动车队 道路的限速值，经验公式法本身具有局限性，是根据经验公式来确定限速值，该限速值与实 际需求的限速值相差加大，不能满足大型活动车队车速的要求。而模糊神经网络控制法得 到的限速值是根据设定模糊推理方法训练、学习后得到的，相比经验公式法获得的限速值 更加符合实际道路要求，但是利用模糊神经网络控制法获得限速值也存在与实际需求的限 速值有偏差的问题，本发明将两者结合起来相互弥补不足，使获得的限速值更能满足实际 大型活动车队对限速值的要求，使得大型活动车队能够顺杨行驶，减轻了道路的负担。
【附图说明】
[0034] 图1为本发明的模糊神经网络结构图。
【具体实施方式】
[0035] 下面结合附图和【具体实施方式】对本发明做进一步说明。
[0036] -种获取城市大型活动的道路限速值的方法，包括W下步骤：
[0037] 获取道路基础数据:所述道路基础数据包括道路摩阻系数(6P、道路纵坡度iv、实时 车流量Q、大型车占总车流量的比例n、能见度Lv、降雨量L、正常路段大型活动车队行驶时间 平均速度r、道路瓶颈段大型活动车队时间平均速度U、大型活动车队与车队之间距离LsU 前一车队速度V前和后一车队速度V后；
[0038] 根据经验公式确定道路经验限速值V经验；
[0039] 根据模糊神经网络确定道路模糊限速值V模糊；
[0040] 根据所述道路经验限速值V经验和所述道路模糊限速值V模糊确定最佳限速值V最 佳;计算公式为
[0041] 本实施方式中的道路为城市快速路，当然该道路也可W是其他道路。
[0042] 本发明通过经验公式法和模糊神经网络控制法相结合的方式获取大型活动车队 道路的限速值，经验公式法本身具有局限性，是根据经验公式来确定限速值，该限速值与实 际需求的限速值相差加大，不能满足大型活动车队车速的要求。而模糊神经网络控制法得 到的限速值是根据设定模糊推理方法训练、学习后得到的，相比经验公式法获得的限速值 更加符合实际道路要求，但是利用模糊神经网络控制法获得限速值也存在与实际需求的限 速值有偏差的问题，本发明将两者结合起来相互弥补不足，使获得的限速值更能满足实际 大型活动车队对限速值的要求，使得大型活动车队能够顺杨行驶，减轻了道路的负担。
[0043] 作为一种可选的实施方式，根据经验公式确定道路经验限速值％验的方法包括W 下步骤：
[0044] 确定设计速度Vo;
[0045] 根据实时车流量Q和设计速度Vo确定交通量修正系数fi，
[0046] 根据大型车占总车流量的比例Tl和设计速度Vo确定大型车比例修正系数f 2，
[0047] 根据能见度Lv和设计速度Vg确定能见度修正系数f 3，
[00例确定修订系数f，修正系数f=min(fi，f2，f3);
[0050] 根据修订系数f，确定道路经验限速值Vg盤=Vg X f。
[0051] 作为一种可选的实施方式，如图1所示，根据模糊神经网络确定道路模糊限速值 V機曲的方法包括W下步骤：
[0052] 根据模糊逻辑模型确定环境修正因子W，环境影响因子W包括实时交通量修正因子 W1，大型车比例修正因子W2,能见度修正因子W3和降雨量修正因子W4;
[0053] 建立模糊神经网络模型，模糊神经网络模型包括输入层、隶属函数层、结果层和模 糊化输出层；
[0054] 经模糊神经网络模型训练、学习后获得道路模糊限速值V機曲。
[0055] 在本实施方式中，环境修正因子W的确定方法如下：
[0056] 交通量修正因子Wi确定方法为表一：
[0化