基於粒計算的智慧型交通系統信息融合與共享研究

《基於粒計算的智慧型交通系統信息融合與共享研究》是依託杭州電子科技大學，由僧德文擔任項目負責人的面上項目。

基本介紹

• 中文名：基於粒計算的智慧型交通系統信息融合與共享研究
• 項目類別：面上項目
• 項目負責人：僧德文
• 依託單位：杭州電子科技大學

項目摘要

智慧型交通系統的建設在當前智慧城市浪潮中占有至關重要的地位。要想充分發揮智慧型交通系統的作用，需具備兩大條件：充足的交通數據和有效的數據分析手段。隨著各種數據採集設備的使用，交通數據從量到質都有了很大的提升，為有效解決交通問題提供了可能。多源、異構、模糊、不確定交通數據的融合與共享，是當前智慧型交通系統研究與套用的重點與難點。粒計算對海量、模糊、不確定、不完整信息的分析和處理表現出獨特的優勢，基於粒計算的交通信息融合尚缺乏完整的理論體系和實踐案例。本項目對交通信息粒計算理論進行研究，構建交通信息融合的粒計算模型、框架及實施方案，提出基於粒計算理論的不確定信息約簡算法、交通流預測及擁堵識別算法，為處理交通系統中複雜不確定性決策問題提供新的思路和方法；構建基於交通信息雲的智慧型交通系統架構,使智慧型交通系統從封閉的靜態演進系統轉變為開放的動態演進系統。因此，本項目的研究具有重要的理論價值和社會意義。

結題摘要

智慧型交通系統的建設在當前智慧城市浪潮中占有至關重要的地位。多源、異構、模糊、不確定交通數據的融合與共享，是當前智慧型交通系統研究與套用的重點與難點。粒計算對海量、模糊、不確定、不完整信息的分析和處理表現出獨特的優勢，基於粒計算的交通信息融合尚缺乏完整的理論體系和實踐案例。本項目對交通信息粒計算理論進行研究，構建交通信息融合的粒計算模型、框架及實施方案，提出基於粒計算理論的不確定信息約簡算法、交通流預測及擁堵識別算法，為處理交通系統中複雜不確定性決策問題提供新的思路和方法。屬性約簡作為粗糙集理論研究的核心內容，是對海量數據進行處理的前提與關鍵。本項目基於粗糙集的屬性約簡方法，針對公交歷史數據的特點定義了新的屬性重要度函式和隸屬度函式，提出了一種基於粗糙集與多元線性回歸預測模型結合的組合預測模型，定義了模型準確度判別函式；提出了一種基於傳統公交站點與乘客實際出行需求的定製公交總需求獲取方法，通過分析與當前規劃目的地相同的傳統公交線路上站點的客流量，判斷該站點的出行需求度，並轉化為定製公交出行需求補充到總需求中，為出行需求量較少場景下的線路規劃提供了一種可行的思路；針對合乘站點規劃問題，提出一種基於多數乘客意願與出行距離的合乘站點規劃方法，以聚類算法為基礎，引入商空間粒度轉化思想與相似度調節因子，改進算法得到的聚類數量以及在節點權重值不同時的適用性，最終得到滿足多數乘客意願與出行距離的合乘站點規劃結果，證明了粒計算技術在改善合乘站點聚類結果中的有效性。在路徑最佳化方面，針對傳統蟻群算法的缺點，提出了一種綜合改進算法。首先使用遺傳算法生成的較優解來初始化蟻群算法的信息素分布，然後使用自適應期望函式改進啟發函式，最後通過自適應參數改進全局信息素更新機制，並通過對比實驗證明該算法在迂迴道路、存在“死路”等環境下仍然能夠保持較高的路徑尋優能力。因此，本項目的研究具有重要的理論和實踐套用價值。