[发明专利]一种山区高速公路平曲线危险路段识别方法

权利要求书

1.一种山区高速公路平曲线危险路段识别方法，其特征在于包括以下步骤：

(1)将高速公路圆曲线半径、道路纵坡、平曲线转角当作输入变量，将平曲线危险性当作输出变量，考虑具体的设计资料，列出三个参数的取值策略；

(2)将每个输入值进行模糊化处理，确定输入值的语言标签；

(3)根据每个输入值确定的语言标签，确定输入值的每个语言标签的取值范围；

(4)因不同输入输出值之间具有不同的单位与量纲，故将每个输入输出值通过除以其最大值进行标准化，具体见表1-表4；

表1 圆曲线半径及取值范围

表2 道路纵坡及取值范围

表3 平曲线转角及取值范围

表4 平曲线危险度及取值范围

表1-表4中，R代表圆曲线半径，i代表道路纵坡，a代表平曲线转角，d代表平曲线危险性；

(5)确定每个输入输出变量的模糊隶属度函数，即每个输入输出变量的模糊集：

①圆曲线半径的隶属度函数

小：

范围：[0,0,0.08,0.30]

${\mathrm{\μ}}_{RS}\left(x\right)=\left\{\begin{array}{cc}1& 0\<x\≤0.08\\ \frac{0.3-x}{0.22}& 0.08\<x\≤0.3\\ 0& 0.3\<x\≤1\end{array}\right.---\left(1\right)$

合适：

范围：[0.08,0.30,0.50,0.70]

${\mathrm{\μ}}_{RM}\left(x\right)=\left\{\begin{array}{cc}0& 0\<x\≤0.08\\ \frac{x-0.08}{0.22}& 0.08\<x\≤0.3\\ 1& 0.3\<x\≤0.5\\ \frac{0.7-x}{0.2}& 0.5\<x\≤0.7\\ 0& 0.7\<x\≤1\end{array}\right.---\left(2\right)$

大：

范围：[0.50,0.70,1.00,1.00]

${\mathrm{\μ}}_{RL}\left(x\right)=\left\{\begin{array}{cc}0& 0\<x\≤0.5\\ \frac{x-0.5}{0.2}& 0.5\<x\≤0.7\\ 1& 0.7\<x\≤1\end{array}\right.---\left(3\right)$

②道路纵坡的隶属度函数

小：

范围：[0,0,0.17,0.33]

${\mathrm{\μ}}_{iS}\left(x\right)=\left\{\begin{array}{cc}1& 0\<x\≤0.17\\ \frac{0.83-x}{0.66}& 0.17\<x\≤0.83\\ 0& 0.83\<x\≤1\end{array}\right.---\left(4\right)$

合适：

范围：[0.17,0.33,0.50,0.83]

${\mathrm{\μ}}_{iM}\left(x\right)=\left\{\begin{array}{cc}0& 0\<x\≤0.17\\ \frac{x-0.17}{0.16}& 0.17\<x\≤0.33\\ 1& 0.33\<x\≤0.5\\ \frac{0.83-x}{0.33}& 0.5\<x\≤0.83\\ 0& 0.83\<x\≤1\end{array}\right.---\left(5\right)$

大：

范围：[0.50,0.83,1.00,1.00]

${\mathrm{\μ}}_{iL}\left(x\right)=\left\{\begin{array}{cc}0& 0\<x\≤0.5\\ \frac{x-0.5}{0.33}& 0.5\<x\≤0.83\\ 1& 0.83\<x\≤1\end{array}\right.---\left(6\right)$

③平曲线转角的隶属度函数

小：

范围：[0,0,0.12,0.30]

${\mathrm{\μ}}_{aS}\left(x\right)=\left\{\begin{array}{cc}1& 0\<x\≤0.12\\ \frac{0.3-x}{0.18}& 0.12\<x\≤0.3\\ 0& 0.3\<x\≤1\end{array}\right.---\left(7\right)$

合适：

范围：[0.12,0.30,0.58,0.83]

${\mathrm{\μ}}_{aM}\left(x\right)=\left\{\begin{array}{cc}0& 0\<x\≤0.12\\ \frac{x-0.12}{0.18}& 0.12\<x\≤0.3\\ 1& 0.3\<x\≤0.58\\ \frac{0.83-x}{0.25}& 0.58\<x\≤0.83\\ 0& 0.83\<x\≤1\end{array}\right.---\left(8\right)$

大：

范围：[0.58,0.83,1.00,1.00]

${\mathrm{\μ}}_{aL}\left(x\right)=\left\{\begin{array}{cc}0& 0\<x\≤0.58\\ \frac{x-0.58}{0.25}& 0.58\<x\≤0.83\\ 1& 0.83\<x\≤1\end{array}\right.---\left(9\right)$

④平曲线危险度的隶属度函数

非常安全：

范围：[0,0,0.11,0.22]

${\mathrm{\μ}}_{dVS}\left(x\right)=\left\{\begin{array}{cc}1& 0\<x\≤0.11\\ \frac{0.22-x}{0.11}& 0.11\<x\≤0.22\\ 0& 0.22\<x\≤1\end{array}\right.---\left(10\right)$

安全：

范围：[0.11,0.22,0.33,0.44]

${\mathrm{\μ}}_{dS}\left(x\right)=\left\{\begin{array}{cc}0& 0\<x\≤0.11\\ \frac{x-0.11}{0.11}& 0.11\<x\≤0.22\\ 1& 0.22\<x\≤0.33\\ \frac{0.44-x}{0.11}& 0.33\<x\≤0.44\\ 0& 0.44\<x\≤1\end{array}\right.---\left(11\right)$

容易发生危险：

范围：[0.33,0.44,0.55,0.66]

${\mathrm{\μ}}_{dP}\left(x\right)=\left\{\begin{array}{cc}0& 0\<x\≤0.33\\ \frac{x-0.33}{0.11}& 0.33\<x\≤0.44\\ 1& 0.44\<x\≤0.55\\ \frac{0.66-x}{0.11}& 0.55\<x\≤0.66\\ 0& 0.66\<x\≤1\end{array}\right.---\left(12\right)$

危险：

范围：[0.55,0.66,0.77,0.88]

${\mathrm{\μ}}_{dD}\left(x\right)=\left\{\begin{array}{cc}0& 0\<x\≤0.55\\ \frac{x-0.55}{0.11}& 0.55\<x\≤0.66\\ 1& 0.66\<x\≤0.77\\ \frac{0.88-x}{0.11}& 0.77\<x\≤0.88\\ 0& 0.88\<x\≤1\end{array}\right.---\left(13\right)$

非常危险：

范围:[0.77,0.88,1.00,1.00]

${\mathrm{\μ}}_{dVD}\left(x\right)=\left\{\begin{array}{cc}0& 0\<x\≤0.77\\ \frac{x-0.77}{0.11}& 0.77\<x\≤0.88\\ 1& 0.88\<x\≤1\end{array}\right.---\left(14\right)$

(6)利用产生式的规则表示方式，得到模糊规则库；

(7)对于一组输入R、i、a，任何一项输入值R、i、或者a都至少属于一种小、中或大语言标签，但也会同时属于两种语言标签，根据每个输入值所具有的语言标签，在模糊规则库中选择相应的规则进行计算；

(8)取得每个输入值R、i、a的精确值，然后按照合适的语言模糊集进行模糊化，对于标准化的输入值R，通过隶属度函数(1)-(3)计算获得某种语言标签的隶属度值μ_RS(R)、μ_RM(R)、μ_RL(R)，同理，对于输入值i和a，分别可计算得到其隶属度值μ_iS(i)、μ_iM(i)、μ_iL(i)和μ_aS(a)、μ_aM(a)、μ_aL(a)；

(9)取得每个输入值的模糊化输出后将它们应用到相应的规则中，每个规则包括两个部分：IF语句部分和THEN语句部分，IF语句部分描述模糊规则的前提，THEN语句部分描述模糊规则的结论，由于存在圆曲线半径R、道路纵坡i和平曲线偏角a三个输入值，故IF语句部分采用模糊逻辑的AND规则，其计算公式如下：

μ_R∩i∩a(x)＝min[μ_R(x),μ_i(x),μ_a(x)] (15)

min表示取μ_R(x)、μ_i(x)、μ_a(x)三者的最小值；

经过计算之后获得表示IF语句部分评估结果的一个数值，将这个数值接下来应用到THEN语句部分；

(10)由于每个输入值具有不用的语言标签，在模糊规则库中调取相应的规则，由于一条规则产生一个输出结果，故需要将所有规则输出的单一结果合并到一个模糊集中，形成单一的模糊集；

(11)根据形成的单一的模糊集，利用质心逆模糊化法计算该模糊集的质心，计算公式如公式(16)所示，从而获得清晰地输出值，该值即为山区高速公路平曲线危险路段的危险度，从而确定平曲线的危险程度

$d=\frac{\underset{a}{\overset{b}{\∫}}{\mathrm{\μ}}_d\left(x\right)xdx}{\underset{a}{\overset{b}{\∫}}{\mathrm{\μ}}_d\left(x\right)dx}---\left(16\right).$