[发明专利]一种基于深度残差网络模型的入口匝道联动控制方法有效
| 申请号： | 201910809931.9 | 申请日： | 2019-08-29 |
| 公开（公告）号： | CN110503833B | 公开（公告）日： | 2021-06-08 |
| 发明（设计）人： | 万千;彭国庆;李志斌;赵孝进;郑钰;梁启宇;吕柳璇;张婧 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G08G1/07 |
| 代理公司： | 桂林市华杰专利商标事务所有限责任公司 45112 | 代理人： | 杨雪梅 |
| 地址： | 541004 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度残差网络模型的入口匝道联动控制方法，首先，收集交通流特征历史数据，预处理后进行数图转换；其次，输入图像数据，建立并训练交通流特征值的预测模型；第三，收集实时交通流特征数据，预处理后数图转换输入模型，输出短时变化趋势预测图，并利用图数转换将预测趋势图转为文本数据；第四，转换后的文本数据，利用训练好的预测模型对道路交通特征值进行短时预测，对汇入主线的车流量提前进行联动控制；最后，使用VB+VISSIM程序进行ALINEA算法的仿真评价与分析，并发布路况信息。本发明控制方法，数据预处理后分别进行数图转换，数图转换可提取二维图像更多细节特征，降低模型训练和预测时间，提高预测精度与实时信息处理速度。 | ||
| 搜索关键词： | 一种 基于 深度 网络 模型 入口 匝道 联动 控制 方法 | ||
【主权项】：
1.一种基于深度残差网络模型的入口匝道联动控制方法，其特征在于，包括如下步骤：/n步骤1：收集交通流特征历史数据，数据预处理后进行数图转换，将数据转换为以时间为序列的二维图像；/n步骤2：输入图像数据，建立并训练基于深度残差网络交通流特征值的预测模型，设置超参数与网络层级，经过前向传播与反向传播进行参数调优，完成模型训练，并深度学习历史交通流特征值变化趋势；/n步骤3：收集实时交通流特征数据，将经过预处理的数据进行数图转换，将数据转换为以时间为序列的二维图像；转换后将图像数据输入训练好的深度残差网络预测模型进行短时预测，输出短时变化趋势预测图，并利用图数转换将预测趋势图转为文本数据；/n步骤4：转换后的文本数据，利用训练好的深度残差网络预测模型对道路交通特征值进行短时预测，将预测数据和识别的车流状态输入至入口匝道控制ALINEA算法中，计算下一控制周期车辆占有率与最大排队车辆数，对汇入主线的车流量提前进行联动控制；/n步骤5：使用VB+VISSIM程序进行ALINEA算法的仿真评价与分析，并发布路况信息。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学，未经桂林电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910809931.9/，转载请声明来源钻瓜专利网。
