[发明专利]一种城市道路交通需求与控制的映射方法

权利要求书

1.一种城市道路交通需求与控制的映射方法，其特征在于，包括如下步骤：

步骤一：采用五元组的形式描述交通场景，S＝(R,P,C,B,O)：

其中，R是原始数据的集合，P是在原始数据基础上加工出来的数据，C是由P加权得到综合性能指标，B是基础层场景，O是叠加层场景；

步骤二：建立方向状态空间向量：

D向量表示方向状态空间；M向量表示存储车道单元是否有车辆存在的信息；G向量表示存储车辆的速度信息；Z向量表示存储车辆的加速度信息；Q向量表示存储车辆的身份信息；N向量表示存储车辆的换道信息；L表示有效检测区域长度；n当前方向车道数量；l表示车辆占用道路的单位空间；

步骤三：对原始数据的集合R进行加工得到集合P，再利用加工后的数据设计得到用于场景辨识的综合性能指标；

综合性能指标C有

C＝w₁·p₁+w₂·p₂+...+w_n·p_n

其中w_i为指标权重，p_i是加工的数据；

步骤四：构建一个基础层场景到叠加层场景的连接关系，得到关系矩阵：

Γ＝[Θ₁,Θ₂,...,Θ_k],k≥2

其中，

{Θ_i＝B_[u,o]→O_j|i,j0}

B_[u,o]是基础层的信息，包括欠饱和信息B_u和过饱和信息B_o：

B_[u,o]＝[B_u,B_o]

O_j是叠加层的信息：

O＝[O₁,O₂,...,O_j],j≥0

步骤五：最后建立综合指标与场景的映射关系：

C→Γ。

2.如权利要求1所述的映射方法，其特征在于，步骤三还包括：

采用平移修正处理的距离熵确定综合指标C：

(1)用距离熵计算指标的权重并计算最终的C；

(2)当分指标数值固定或变化幅度极小时，经归一化和标准化处理后距离熵的值为0，采用数据平移修正的方法对这部分指标进行处理；

具体修正方法为：

设计分项指标矩阵A＝[p_i]_n，令p_i＝a_i，则有信息决策矩阵A＝[a_i]_n，a_i为第i个指标的观测值，过程如下：

1)将A＝[a_i]_n进行归一化处理，得到标准信息矩阵R＝[r_i]_n，其中归一化的处理方法为：

对于越大越优型分指标：

对于越小越优型分指标：

选择第i个指标所对应的最优单元值r_i^*，i＝1,2,3,...,n,n≥1，选取规则为

2)计算各指标r_i对应的最优单元值r_i^*的距离

d_i＝|r_i-r_i^*|,i＝1,2,3,...,n,n≥1

3)计算对应指标概率

当d_i0时无需对β_i进行修正，此时u_i＝0；当d_i＝0时，该分指标对CI不起作用，为了保证所有指标数据的可用性，需人为的对β_i进行平移修正，此时u_i为常数且u_i0；

4)计算指标的距离熵

5)计算熵权

其中

6)综合指标C

7)综合指标库

令：

C_j∈C,j≥1

则有：

C＝[C₁,C₂,...,C_o],o≥1。