一种基于有效信息量的停车、行车诱导板评价方法

摘要

本发明涉及一种基于有效信息量的停车、行车诱导板评价方法，包括以下步骤：1)获取停车、行车诱导板上的停车诱导目的地和行车诱导目的地的数量和位置；2)根据获得的停车诱导目的地和行车诱导目的地的数量和位置获取当前停车、行车诱导板的位置i与每一个诱导目的地j之间的可行路径集合R_ij；3)根据可行路径集合R_ij计算停车、行车诱导板的有效信息量；4)根据计算出的有效信息量评价停车、行车诱导板。与现有技术相比，本发明具有通用性广、综合性高、针对性强等优点。

主权项

一种基于有效信息量的停车、行车诱导板评价方法，其特征在于，包括以下步骤：1)获取停车、行车诱导板上的停车诱导目的地和行车诱导目的地的数量和位置；2)根据获得的停车诱导目的地和行车诱导目的地的数量和位置获取当前停车、行车诱导板的位置i与每一个诱导目的地j之间的可行路径集合R_ij；3)根据可行路径集合R_ij计算停车、行车诱导板的有效信息量，具体包括以下步骤：31)计算驾驶员在获取停车、行车诱导板信息之前的选择路径r_ij的概率当诱导目的地为行车诱导目的地时，的计算式为：$P\left(X_{ij}^{0r}\right)=\frac{N\left(X_{ij}^{0r}\right)}{N}$其中，为选择路径r_ij的驾驶员人数，N为总驾驶员人数，当诱导目的地为停车诱导目的地时，的计算式为：$P\left(X_{ij}^{0r}\right)=\frac{\exp (-{\mathrm{\theta U}}_{ijr}^0)}{\underset{1}{\overset{r}{\Sigma }}\exp (-{\mathrm{\theta U}}_{ijr}^0)}$其中，为停车场r在驾驶员获取停车、行车诱导板信息之前的效用函数，θ为尺度参数；32)计算驾驶员在获取停车、行车诱导板信息之后的选择路径r_ij的概率当诱导目的地为行车诱导目的地时，的计算式为：$P\left(X_{ij}^{1r}\right)=\frac{N\left(X_{ij}^{1r}\right)}{N}$其中，为看到停车、行车诱导板后，选择路径r_ij的驾驶员人数，N为总驾驶员人数，当诱导目的地为停车诱导目的地时，的计算式为：$P\left(X_{ij}^{1r}\right)=\frac{l^{rj}\exp (-{\mathrm{\theta U}}_{ijr}^1)}{\underset{1}{\overset{r}{\Sigma }}\exp (-{\mathrm{\theta U}}_{ijr}^1)}$其中，为停车场r在驾驶员获取停车、行车诱导板信息之后的效用函数，l^rj为停车场的有效值，θ为尺度参数；33)计算停车、行车诱导板的有效信息量AOI_ij，AOI_ij的计算式为：${\mathrm{AOI}}_{ij}=\underset{r_{ij}}{\Sigma }P\left(X_{ij}^{0r}\right){\log }_2\left(X_{ij}^{0r}\right)-\underset{r_{ij}}{\Sigma }P\left(X_{ij}^{1r}\right){\log }_2\left(X_{ij}^{1r}\right),\left(r_{ij}\in R_{ij}\right);$4)根据计算出的有效信息量评价停车、行车诱导板。