| 主权项 |
1.道路交通状态智能识别方法，其特征是：在检测点处设置交通流检测器，测出该点的交通流量、占有率；把道路路段交通状态定义为畅通、正常、拥挤、堵塞、严重堵塞五个等级，取值依次为0、1、2、3、4；把交通流量比、占有率均定义为非常小、小、中、大、非常大五个档次，取值依次为1、2、3、4、5；根据交通流量比、交通流占有率、交通状态规则进行模式组合形成交通状态模糊规则表，表的内容如下：如果占有率＝1，且流量比＝1，那么交通状态＝0如果占有率＝1，且流量比＝2，那么交通状态＝0如果占有率＝1，且流量比＝3，那么交通状态＝0如果占有率＝1，且流量比＝4，那么交通状态＝1如果占有率＝1，且流量比＝5，那么交通状态＝1如果占有率＝2，且流量比＝1，那么交通状态＝0如果占有率＝2，且流量比＝2，那么交通状态＝0如果占有率＝2，且流量比＝3，那么交通状态＝1如果占有率＝2，且流量比＝4，那么交通状态＝1如果占有率＝2，且流量比＝5，那么交通状态＝1如果占有率＝3，且流量比＝1，那么交通状态＝3如果占有率＝3，且流量比＝2，那么交通状态＝2如果占有率＝3，且流量比＝3，那么交通状态＝2如果占有率＝3，且流量比＝4，那么交通状态＝2如果占有率＝3，且流量比＝5，那么交通状态＝1如果占有率＝4，且流量比＝1，那么交通状态＝4如果占有率＝4，且流量比＝2，那么交通状态＝4如果占有率＝4，且流量比＝3，那么交通状态＝3如果占有率＝4，且流量比＝4，那么交通状态＝3如果占有率＝4，且流量比＝5，那么交通状态＝3如果占有率＝5，且流量比＝1，那么交通状态＝4如果占有率＝5，且流量比＝2，那么交通状态＝4如果占有率＝5，且流量比＝3，那么交通状态＝4如果占有率＝5，且流量比＝4，那么交通状态＝3如果占有率＝5，且流量比＝5，那么交通状态＝3；定义交通流量比和占有率隶属度函数：<img file="FSB00000657061400011.GIF" wi="623" he="301" /><img file="FSB00000657061400021.GIF" wi="674" he="418" /><img file="FSB00000657061400022.GIF" wi="650" he="420" /><img file="FSB00000657061400023.GIF" wi="673" he="420" /><img file="FSB00000657061400024.GIF" wi="582" he="294" />其中，u<sub>vs</sub>、u<sub>s</sub>、u<sub>m</sub>、u<sub>l</sub>、u<sub>vl</sub>分别代表“非常小”、“小”、“中”、“大”、“非常大”模糊度的临界值，μ<sub>1</sub>(u)、μ<sub>2</sub>(u)、μ<sub>3</sub>(u)、μ<sub>4</sub>(u)、μ<sub>5</sub>(u)分别表示“非常小”、“小”、“中”、“大”、“非常大”隶属度，u表示流量比和占有率数值；根据所述隶属度函数，计算对应的隶属度，将隶属度组成模糊集合；交通流量比模糊集：U<sub>1</sub>＝{μ<sub>1</sub>(u<sub>1</sub>)，μ<sub>2</sub>(u<sub>1</sub>)，μ<sub>3</sub>(u<sub>1</sub>)，μ<sub>4</sub>(u<sub>1</sub>)，μ<sub>5</sub>(u<sub>1</sub>)}；其中，μ<sub>1</sub>(u<sub>1</sub>)、μ<sub>2</sub>(u<sub>1</sub>)、μ<sub>3</sub>(u<sub>1</sub>)、μ<sub>4</sub>(u<sub>1</sub>)、μ<sub>5</sub>(u<sub>1</sub>)分别表示流量比隶属于“非常小”、“小”、“中”、“大”、“非常大”的隶属度；交通占有率模糊集：U<sub>2</sub>＝{μ<sub>1</sub>(u<sub>2</sub>)，μ<sub>2</sub>(u<sub>2</sub>)，μ<sub>3</sub>(u<sub>2</sub>)，μ<sub>4</sub>(u<sub>2</sub>)，μ<sub>5</sub>(u<sub>2</sub>)}；其中，μ<sub>1</sub>(u<sub>2</sub>)、μ<sub>2</sub>(u<sub>2</sub>)、μ<sub>3</sub>(u<sub>2</sub>)、μ<sub>4</sub>(u<sub>2</sub>)、μ<sub>5</sub>(u<sub>2</sub>)分别表示占有率隶属于“非常小”、“小”、“中”、“大”、“非常大”的隶属度；计算模糊关系矩阵，设每一条模糊规则对应一个模糊关系，根据交通状态模糊规则表得到25条模糊关系R<sub>i</sub>(i＝1，2，…，25)，进行模糊关系融合得到模糊关系矩阵： <img file="FSB00000657061400031.GIF" wi="1427" he="373" />式中<img file="FSB00000657061400032.GIF" wi="104" he="43" />表示有界和运算；计算模糊输出：<img file="FSB00000657061400033.GIF" wi="344" he="51" />式中<img file="FSB00000657061400034.GIF" wi="103" he="44" />表示有界积运算；设交通状态模糊集：V＝{μ<sub>0</sub>(v)，μ<sub>1</sub>(v)，μ<sub>2</sub>(v)，μ<sub>3</sub>(v)，μ<sub>4</sub>(v)}，其中μ<sub>0</sub>(v)、μ<sub>1</sub>(v)、μ<sub>2</sub>(v)、μ<sub>3</sub>(v)、μ<sub>4</sub>(v)分别表示交通状态隶属于“畅通”，“正常”，“拥挤”，“堵塞”，“严重堵塞”的隶属度；则：<img file="FSB00000657061400035.GIF" wi="1489" he="75" /><img file="FSB00000657061400036.GIF" wi="1367" he="365" />式中，μ<sub>ij</sub>表示U<sub>1</sub>×U<sub>2</sub>矩阵中的第i行、第j列元素，μ<sub>i</sub>(u<sub>1</sub>)表示U<sub>1</sub>中第i个元素，μ<sub>j</sub>(u<sub>2</sub>)表示U<sub>2</sub>中第j个元素，“∧”代表取最小值；根据式I的模糊关系得到：μ<sub>0</sub>(v)＝μ<sub>11</sub>∨μ<sub>12</sub>∨μ<sub>21</sub>∨μ<sub>22</sub>∨μ<sub>31</sub>μ<sub>1</sub>(v)＝μ<sub>32</sub>∨μ<sub>41</sub>∨μ<sub>42</sub>∨μ<sub>51</sub>∨μ<sub>52</sub>∨μ<sub>53</sub>μ<sub>2</sub>(v)＝μ<sub>23</sub>∨μ<sub>33</sub>∨μ<sub>43</sub>μ<sub>3</sub>(v)＝μ<sub>13</sub>∨μ<sub>34</sub>∨μ<sub>44</sub>∨μ<sub>45</sub>∨μ<sub>54</sub>∨μ<sub>55</sub>μ<sub>4</sub>(v)＝μ<sub>14</sub>∨μ<sub>15</sub>∨μ<sub>24</sub>∨μ<sub>25</sub>∨μ<sub>35</sub>式中“∨”代表取最大值；模糊结果采用重心法进行判决，输出值为：<img file="FSB00000657061400037.GIF" wi="1416" he="142" />根据输出值v<sub>r</sub>和交通状态的对应关系得出结果：输出值v<sub>r</sub>∈[0，1)，交通状态为畅通；输出值v<sub>r</sub>∈[1，2)，交通状态为正常；输出值v<sub>r</sub>∈[2，3)，交通状态为拥挤；输出值v<sub>r</sub>∈[3，4)，交通状态为拥挤；输出值v<sub>r</sub>∈[4，∞)，交通状态为严重堵塞。 |
