基于模糊综合评价的道路交通状态判别方法研究

渐 猛， 张俊友

(山东理工大学 交通与车辆工程学院， 山东 淄博 255091)

由于城市交通拥堵不仅严重影响了人们的出行，而且制约着社会和经济的可持续发展，因此如何缓解交通拥堵成为当前急需解决的问题.道路交通状态的准确判别对于制定合理的交通管控措施具有重要的现实意义.

目前关于城市道路交通状态判别的研究偏重于利用检测器获得检测数据，进而结合各种指标体系根据检测参数的判别阈值直接得到相关结论[1-4].这种传统的判别方法关于交通状态划分的界限是分明的，具有“非此即彼”的性质.事实上，道路交通的各种状态之间并没有明显的界限，因此传统的判别方法有其自身的不合理性，所以本文采用模糊综合评价的方法判别道路的交通状态.本文基于模糊数学理论，首先选取合适的交通流参数作为模型的输入变量，根据交通管理的需求将道路交通状态分为畅通、轻微拥挤、拥挤及严重拥挤4种状态，最后根据采集到的交通信息数据，运用模糊综合评价方法判别道路的交通状态.

1 模糊综合评价的基本原理

2 模糊综合评价的算法步骤

模糊综合评价的步骤如下：

(1)建立评价对象因素集U=[v,o,t]，其中v代表平均行程车速，o代表时间占有率，t代表平均延误.

(2)建立评价集F=[f1,f2,f3,f4]，其中f1代表道路处于畅通状态，f2代表轻微拥挤状态，f3代表拥挤状态，f4代表严重拥挤状态.

(3)建立权重集.在对各个因素进行评价时，各个评价因素的重要程度是不一样的，因此需要对U中的各个因素赋予相应的权重，表示为权重集A=[a1,a2,a3]，其中a1代表平均行程车速所占的比重，a2代表时间占有率所占的比重，a3代表平均延误所占的比重，并且a1+a2+a3=1.在对各个权重的取值中常用到的方法有灰色理论、专家法等.在本文中采用专家法，结合文献[6]，综合数十位专家的经验，确定平均车速的权重为0.3，时间占有率的权重为0.4，平均延误的权重为0.3,即A=[a1,a2,a3]=[0.3,0.4,0.3].

(4)建立单因素模糊评价，即对U中的每个因素进行评价，确定评判因素对评判集F中各元素的隶属度.由此可以得到单因素评价矩阵R=[R1,R2,R3]，其中向量R1,R2,R3分别为R1=[r11,r12,r13,r14]，R2=(r21,r22,r23,r24)，R3=(r31,r32,r33,r34).R1代表速度相对于畅通、轻微拥挤、拥挤和严重拥挤的隶属度，R2代表时间占有率相对于畅通、轻微拥挤、拥挤和严重拥挤的隶属度，R3代表平均延误相对于畅通、轻微拥挤、拥挤和严重拥挤的隶属度.

(5)模糊综合评价.当权重集和单因素评价矩阵都已确定时，通过选择合适的模糊数学函数进行综合评价，求出模糊综合评价集B.

[b1,b2,b3,b4]

3 隶属度函数确定

隶属度函数是否合适,将会直接影响交通状态判别的精度.常见的隶属度函数有正态函数、三角函数、梯形函数、矩形函数等.通过对城市道路交通流特征的分析得知,平均速度、占有率和平均延误与城市道路交通状态之间的关系比较符合梯形函数,且梯形函数具有计算简单、方便等特点.因此本文选用梯形函数,依据相关研究成果[7-8]构造出平均速度、平均占有率和平均停车延误各个模糊集的隶属函数.

(1)平均行程速度不低于30km/h为畅通， 20～25km/h为轻微拥挤状态，10～15km/h为拥挤状态，低于 5km/h为严重拥挤状态.其隶属度函数如式(1)～式(4)和图(1)所示.

(1)

(2)

(3)

(4)

图1 平均行程速度隶属度函数

(2)时间占有率低于0.1为畅通状态，0.15～0.2为轻微拥挤状态，0.25～0.3为拥挤状态，大于0.4为严重拥挤状态.其隶属度函数如式(5)～式(8)和图2所示.

(5)

(6)

(7)

(8)

图2 时间占有率隶属度函数

(3)平均延误低于10s为畅通状态，20～45s为轻微拥挤状态，55～70s为拥挤状态，大于80s为严重拥挤状态.其隶属度函数如式(9)～(12)和图3所示.

(9)

(10)

(11)

(12)

图3 平均延误隶属度函数

4 实例验证

本文以柳泉路与华光路交叉口为分析对象，针对该交叉口东西路段进行交通状态判别，设置状态判别间隔时间为5min，数据采集结果见表1.

表1 数据采集结果

对采集数据进行处理，得到交通状态判别分析结果如图4～图7所示.图4～图7中，1代表畅通状态，2代表轻微拥挤状态，3代表拥挤状态，4代表严重拥挤状态.

由图4～图7可知，单个的特征参数得到的交通状态判别结果波动性大，准确性不足.运用模糊综合评判的方法后,判别结果有了较好的稳定性,这符合道路实际的交通状况.

图4 基于平均速度的判别结果

图5 基于时间占有率的判别结果

图6 基于停车延误的判别结果

图7 基于模糊综合评价的判别结果

5 结束语

本文设计了一种基于模糊综合评价的交通状态判别分析模型，并利用采集的交通信息数据进行模型验证.实验结果表明，本文提出的算法能够提高城市道路交通状态判别的精度,有较强的工程实用性.不足之处是本文中的权重参数是凭经验确定的，今后需结合实际交通管理的需求设计较为合理的权重确定模型.

[1] 姜桂艳.道路交通状态判别技术与应用[M].北京:人民交通出版社,2004.

[2]全永乐.城市交通控制[M].北京：人民交通出版社,1989.

[3]汪培庄,韩立岩.应用模糊数学[M].北京：北京经济学院出版社,1989.

[4]张和生,张毅,胡东成.城市路网交通状态分析方法研究[J].ITS通讯,2006(1):23-27.

[5]任江涛,欧晓玲,张毅.交通状态模式识别研究[J].公路交通科技,2003,20(2):63-67.

[6]Jiang G Y,Wang J F,Zhang X D.The study on the application of fuzzy clustering analysis in the dynamic identification of road traffic state[C]//IEEE,2003:1 149-1 152.

[7]代磊磊.城市主干路交通拥挤的扩散规律及其模型研究[D].长春:吉林大学,2006.

[8]中华人民共和国建设部.CJJ37-90城市道路设计规范[S].北京:中国建筑工业出版社,1991.