一种高速匝道交通控制方法、装置、终端设备及介质

本技术属于交通数据处理，尤其涉及一种高速匝道交通控制方法、装置、终端设备及介质。

背景技术：

1、高速公路是一种彻底的非中断性交通流设施，其高服务水平的特点吸引了大量的交通需求。

2、随着机动车保有量的增加，高速公路的拥堵问题日益严峻，尤其在衔接主干道和入口匝道的合流区，主线交通拥堵、匝道车辆排队等问题频发，大大降低了高速公路系统的通行能力和通行效率，智慧高速的出现为解决和管控这一难题提供了更多的手段。因此，如何解决匝道与主线合流区拥堵、实现高速公路进一步智慧化，成为了目前行业亟待解决的问题，显然寻找一个精确、高效的匝道交通控制方法是非常重要的。

3、目前高速匝道交通控制是最有效、应用最广泛的措施之一，常用的措施是在交通管理中应用智能化技术(例如智能信号控制系统等)，其核心是对高速匝道交通进行信号控制，信号控制方法可分为静态控制和动态感应控制，动态感应控制包括单点控制和协调控制，而对于难以准确描述的复杂系统，常用的方法是模糊控制，这是一种利用人的经验，使计算机按照模糊语言规则进行控制的闭环反馈控制方法。

4、作为新兴智能交通产业的重要组成部分，匝道交通控制受到了众多学者的关注，关于匝道模糊控制的研究已经有一定基础，但目前我国针对高速公路场景的匝道交通控制研究较少，且较常采用的传统一型模糊控制方法存在一定局限性，不能很好地建模个体间不确定性，并且还存在着模糊控制参数难以标定的问题，导致高速匝道交通控制的精度较低，耗时较长。

技术实现思路

1、本技术提供了一种高速匝道交通控制方法、装置、终端设备及介质，可以解决传统高速匝道交通控制方法控制精度较低，耗时较长的问题。

2、第一方面，本技术提供了一种高速匝道交通控制方法，包括：

3、采集目标高速匝道在当前周期的交通数据；交通数据包括排队长度和主路上游占有率；

4、基于高斯型隶属度函数、梯形隶属度函数以及预先设置的模糊规则构建二型模糊逻辑控制器；二型模糊逻辑控制器的输入包括排队长度和主路上游占有率，二型模糊逻辑控制器的输出为目标高速匝道在下个周期的绿灯调节时长；

5、构建用于调节二型模糊逻辑控制器中各隶属度函数参数的论域伸缩因子，基于拉丁超立方采样法对论域伸缩因子进行采样，并基于最大化最小距离，对采样点进行重新分布，得到多个论域伸缩因子；每个论域伸缩因子包括两个输入伸缩因子和一个输出伸缩因子，输入伸缩因子用于调节输入对应的隶属度函数参数，输出伸缩因子用于调节输出对应的隶属度函数参数；

6、将多个论域伸缩因子作为初始种群，并根据gasa算法和初始种群，得到满足预设优化标准的最优论域伸缩因子；初始种群中的种群个体与论域伸缩因子一一对应，不同种群个体对应的论域伸缩因子互不相同；

7、利用最优论域伸缩因子对二型模糊逻辑控制器的隶属度函数参数进行调节，得到调节后的二型模糊逻辑控制器，并将交通数据输入调节后的二型模糊逻辑控制器，得到目标高速匝道在下个周期的绿灯调节时长；

8、根据绿灯调节时长对目标高速匝道交通进行控制。

9、可选的，排队长度和主路上游占有率分别通过高斯型隶属度函数输入二型模糊逻辑控制器，二型模糊逻辑控制器通过梯形隶属度函数输出绿灯调节时长；

10、所述模糊规则的表达式如下：

11、

12、其中，规则前件x1、x2分别表示主路上有占有率、匝道排队长度，规则后件y表示模糊控制器的输出绿灯调节时长，和为区间二型模糊集，yn表示一个区间，在区间二型模糊集中论域内每个元素的隶属度表示为一个区间。

13、可选的，基于拉丁超立方采样法对论域伸缩因子进行采样，并基于最大化最小距离，对采样点进行重新分布，包括：

14、步骤i，初始化一组采样点；

15、步骤ii，拉丁超立方采样计算；

16、步骤iii，基于最大最小思想按顺序进行采样点调整，求解样本点与其他已知样本点的距离最小值，作为该样本点的特征距离。

17、可选的，根据gasa算法和初始种群，得到满足预设优化标准的最优论域伸缩因子，包括：

18、步骤i，分别针对初始种群中的每个种群个体，利用加点策略的kriging代理模型获取种群个体的适应度；

19、步骤ii，根据适应度，对初始种群进行模拟退火操作，得到中间种群；

20、步骤iii，若中间种群满足预先设置的演化终止条件，则将中间种群的最优种群个体对应的论域伸缩因子作为最优论域伸缩因子；否则，更新kriging模型，将中间种群作为步骤i中的初始种群，返回执行步骤i；演化终止条件为步骤ii的执行次数大于等于预设最大数量。

21、可选的，利用加点策略的kriging代理模型获取种群个体的适应度，包括：

22、步骤i，以较少的初始样本训练粗糙的kriging模型；其中，初始样本点的数量选择和设计变量的个数有关；

23、步骤ii，进行gasa寻优，选择、交叉、变异更新种群个体，并对新生成的子代进行模拟退火修正，直到达到预设终止条件，个体适应度的计算公式如下：

24、

25、其中，ttm、ttr分别表示主路、匝道行程时间，μm、μr分别表示主线、匝道行程时间指标权重。

26、第二方面，本技术提供了一种高速匝道交通控制装置，包括：

27、数据采集模块，用于采集目标高速匝道在当前周期的交通数据；交通数据包括排队长度和主路上游占有率；

28、模糊控制器构建模块，用于基于高斯型隶属度函数、梯形隶属度函数以及预先设置的模糊规则构建二型模糊逻辑控制器；二型模糊逻辑控制器的输入包括排队长度和主路上游占有率，二型模糊逻辑控制器的输出为目标高速匝道在下个周期的绿灯调节时长；

29、伸缩因子模块，用于构建用于调节二型模糊逻辑控制器中各隶属度函数参数的论域伸缩因子，基于拉丁超立方采样法对论域伸缩因子进行采样，并基于最大化最小距离，对采样点进行重新分布，得到多个论域伸缩因子；每个论域伸缩因子包括两个输入伸缩因子和一个输出伸缩因子，输入伸缩因子用于调节输入对应的隶属度函数参数，输出伸缩因子用于调节输出对应的隶属度函数参数；

30、伸缩因子演化模块，用于将多个论域伸缩因子作为初始种群，并根据gasa算法和初始种群，得到满足预设优化标准的最优论域伸缩因子；初始种群中的种群个体与论域伸缩因子一一对应，不同种群个体对应的论域伸缩因子互不相同；

31、模糊控制器调节模块，用于利用最优论域伸缩因子对二型模糊逻辑控制器的隶属度函数参数进行调节，得到调节后的二型模糊逻辑控制器，并将交通数据输入调节后的二型模糊逻辑控制器，得到目标高速匝道在下个周期的绿灯调节时长；

32、控制模块，用于根据绿灯调节时长对目标高速匝道交通进行控制。

33、第三方面，本技术提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的高速匝道交通控制方法。

34、第四方面，本技术提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的高速匝道交通控制方法。

35、本技术的上述方案有如下的有益效果：

36、本技术提供的高速匝道交通控制方法，通过构建二型模糊逻辑控制器，可以解决一型模糊逻辑系统使用由精确隶属度函数表示的一型模糊集所带来的局限性，有利于提高控制精度；通过构建论域伸缩因子将系统输入与模糊论域进行适配，相当于局部增加了模糊规则的数量，提高了控制精度和稳定性；基于拉丁超立方采样法对论域伸缩因子进行采样，并基于最大化最小距离，对采样点进行重新分布，能够获得均匀的样本，有效避免了重复采样，减小了时间消耗，并提高了控制精度。

37、本技术的其它有益效果将在随后的具体实施方式部分予以详细说明。