基于自适应神经模糊推理系统的道路交通状态评价方法

摘要

本发明涉及一种基于自适应神经模糊推理系统的道路交通状态评价方法，包括训练阶段与测试阶段；其中，训练阶段包括：读取输入变量与输出变量的历史数据；将历史数据输入到自适应神经模糊推理系统中，得到自适应神经模糊推理系统的输出结果；基于反传思想的参数学规则，结合自适应神经模糊推理系统的输出结果对参数进行调整，得到经过参数调整后的自适应神经模糊推理系统；计算参数调整后的自适应神经模糊推理系统的最小均方差，判断该值是否达到一指定阈值，如果达到，意味着训练阶段结束；测试阶段包括：读取测试数据；将测试数据输入到经由训练阶段训练得到的自适应神经模糊推理系统中，得到用于描述道路交通状态的服务水平的值。

主权项

一种基于自适应神经模糊推理系统的道路交通状态评价方法，包括训练阶段与测试阶段；其中，所述训练阶段包括以下步骤：步骤101)、读取输入变量与输出变量的历史数据；所述输入变量包括流量、占有率和速度，所述输出变量包括服务水平值；步骤102)、将步骤101)所输入的历史数据输入到自适应神经模糊推理系统中，得到自适应神经模糊推理系统的输出结果；基于反传思想的参数学习规则，结合所述自适应神经模糊推理系统的输出结果对自适应神经模糊推理系统的参数进行调整，得到经过参数调整后的自适应神经模糊推理系统；其中，所述自适应神经模糊推理系统的参数包括前提参数、结论参数、为输入变量设定的权重参数、为规则设定的权重参数；所述前提参数由推理前件的隶属度函数形状决定；所述结论参数由推理后件的隶属度函数形状决定；步骤103)、计算步骤102)所得到的参数调整后的自适应神经模糊推理系统的最小均方差，判断该值是否达到一指定阈值，如果达到，意味着训练阶段结束；否则，执行下一步；步骤104)、读取一组新的关于输入变量与输出变量的历史数据，然后重新执行步骤102)；所述测试阶段包括以下步骤：步骤201)、读取测试数据，所述测试数据包括：流量、占有率和速度的历史数据；步骤202)、将测试数据输入到经由训练阶段训练得到的自适应神经模糊推理系统中，得到用于描述道路交通状态的服务水平的值。