[发明专利]考虑气象因素、道路线形因素的高速公路事件检测方法

权利要求书

1.考虑气象因素、道路线形因素的高速公路事件检测方法，其特征在于：包括如下步骤：

1)采集高速公路天气信息、路段线形信息和交通数据，获得气象参数、路段线形参数和交通参数；

2)对气象参数、路段线形参数和交通参数进行预处理；

3)将预处理后的气象参数、路段线形参数和交通参数输入BP神经网络，判断是否有事件发生。

2.如权利要求1所述的考虑气象因素、道路线形因素的高速公路事件检测方法，其特征在于：所述步骤1)中获取的气象参数包括降雨量J和能见度N；路段线形参数包括当前检测路段的坡度P和曲率半径R；交通参数包括采集周期内的平均车速，采集周期内车流量，以及采集周期内的平均占有率。

3.如权利要求2所述的考虑气象因素、道路线形因素的高速公路事件检测方法，其特征在于：所述步骤2)中，对气象参数进行如下预处理，获得气象因素对交通流的影响因子α：

设定降雨量J的论域是U_J＝[0,60]，根据降雨量J对交通流的影响分为三个模糊标记:S_J＝{小，中，大}；

设定能见度N的论域是U_N＝[0,30]，根据N对车流特性的影响有三个模糊标记：S_N＝{低，适中，高}；

设定输出的气象因素的影响因子α的论域是U_α＝[0,1]；根据气象因素对事件检测的影响，又分为三个模糊标记：S_α＝{弱，一般，强}；

确定J＝j和N＝n条件下所被激活的模糊控制规则：

If J is s_j and N is s_n,then α is s_a；

其中s_j∈S_J，s_n∈S_N，s_α∈S_α；

通过规则中条件J下的隶属度μ_J和条件N下的隶属度μ_N来获取的规则的隶属度大小:

μ_A＝min(μ_J,μ_N)；

其中，A为任意被激活的规则；

在得到被激活的模糊规则隶属度后，选择结论相同的规则，利用最大值推理法确定在此结论下的隶属度，即

μ_αi＝max(μ_A,μ_B...)i＝1,2,3；

其中μ_α1，μ_α2,μ_α3分别表示α的模糊标记：弱、适中和强，即μ_A,μ_B...表示相同结论下规则A，B...隶属度的大小；

最后，进行去模糊化，得到气象因素对交通流的影响因子：

α=μα1×0+μα2×0.5+μα3×1μα1+μα2+μα3.]]>