道路多源交通流信息融合分析技術設計研究及應用-全文預覽
【正文】 （6）取具有最小權重的方案作為最優(yōu)方案：融合輸出值為最優(yōu)方案中各個元素的平均值。l 算法的基本步驟1）定義決策方案假設為檢測器的檢測值，取其中任意個檢測值組成集合，每個集合就是一個融合決策方案。多種檢測器數據融合方法種類繁多，使用得比較頻繁的方法如簡單加權法、濾波法、神經網絡法、不確定推理法、聚類分析等方法，其中應用最普遍的還是簡單加權法，即根據一定的權重將各種檢測器數據相加，從而得到融合數據。交通檢測器也不例外，如：環(huán)行線圈檢測車輛存在時由于磁場變化，其檢測結果也發(fā)生改變。一般情況下同種數據來源的數據信息通常在數據格式和信息內容上都完全相同，因而處理方法非常簡單，只需簡單進行時間和空間上的關聯就可以完成信息的融合；不同數據來源的數據信息由于格式和內容不一致，融合起來就比較困難，涉及的技術比較多，因此下面主要討論不同來源的數據融合。多源交通信息融合的目的是通過對不同來源的交通流數據進行融合處理，以得到比任何從單個數據源獲得的數據更全面、準確的交通流狀況信息。關鍵詞：交通流；多源信息融合；交通信息預測；交通狀態(tài)識別基金項目：國家高技術研究發(fā)展計劃（863計劃）現代交通技術領域綜合交通運輸系統(tǒng)與安全技術專題，課題“新一代智能化交通控制系統(tǒng)技術”（編號2006AA11Z229）中圖分類號：U491 文獻標識碼：A一、概述隨著信息技術的發(fā)展和普及，特別是信息網絡和信息高速公路的建設和應用，信息獲取、綜合分析和處理以及信息應用已經深入各行各業(yè)和社會的各個方面，為人們提供決策支持。本文簡單介紹了多源交通流信息融合的原理和基本模型，并著重講述了其關鍵技術和應用。可以將交通信息融合定義為：一個處理探測、互聯、相關、估計以及組合多源信息和數據的多層次多方面的過程，以便獲得準確的交通狀態(tài)和參數估計，并將相關信息用于交通管理的決策支持。圖2 交通信息融合過程三、道路多源交通流信息數據級融合技術多源交通流數據級融合技術包括相同數據來源的交通流數據融合技術以及不同數據來源的交通流數據融合技術，其中相同數據來源的數據是指來自同一種檢測手段獲取的數據，而不同數據來源的數據是指采用兩種或以上的檢測手段獲得的數據。一般檢測器都存在交叉靈敏度，表現在檢測器的輸出值不只決定于一個參量，當其他參量變化時輸出值也要發(fā)生變化。多種檢測器數據融合就是通過多種檢測器對多個交通參數的監(jiān)測，并采用一定的信息處理方法達到提高每一個參數測量精度的目的。l 基于多屬性決策的數據融合算法原理將各種可能的融合輸出值組成決策方案，每種決策方案具有三個屬性，即檢測精度、與歷史值偏差、與總體平均值偏差，將屬性和方案組成決策矩陣，使用信息熵方法計算每種方案的屬性權重，然后使用簡單加權法進行決策找出最優(yōu)方案，該方案對應的值就是融合輸出值。3）采用信息熵方法確定基礎權重系數假設決策矩陣D為矩陣，m為方案數，n為屬性數，其中元素表示第i個方案的第j個屬性值，則方案關于屬性j的評價定義為
范文總結相關推薦
鄂ICP備17016276號-1