專利名稱：混合交通環(huán)境下平面信號交叉口服務水平的評價方法
技術領域：
本發(fā)明屬于城市道路交通規(guī)劃與管理領域，尤其涉及一種混合交通環(huán)境下平面信號交叉口服務水平的評價方法。

背景技術：
從上個世紀五十年代以來，國外一些發(fā)達國家的交通工程研究人員就一直致力于尋求好的度量和評價信號交叉口服務質(zhì)量的方法和模型，經(jīng)過幾十年的努力形成了相對獨立的理論和方法。以美國《道路通行能力手冊》(HighwayCapacity Manual，簡寫為HCM)最具有代表性，影響也最大，一些國家和地區(qū)以此為基礎開展服務水平研究。新版HCM2000所提出的信號交叉口服務水平以每車平均控制延誤為指標并將其分為A-F六級；并確定了控制延誤計算方法。
與國外相比，我國在信號交叉口服務水平研究方面起步較晚，但也取得了一定的成果。任福田等編著的《交通工程學》一書中建議的信號交叉口服務水平評價指標包括交通負荷系數(shù)、效率系數(shù)、交叉口受阻車輛、延誤時間及排隊長度，并以此將服務水平劃分為五個等級；北京市政設計院建議以交叉口負荷系數(shù)、車輛通過交叉口平均延誤時間、紅燈平均阻車長度和交通使用者的感受為指標將服務水平劃分為I-IV級；蕭乾金等在重慶市城市道路改擴建技術項目中，對交叉口評價采用飽和度、效率指標、車均延誤、安全率以及交通管理及環(huán)境條件等指標；錢寒風等也完成了此方面的研究，將每車道通行能力、飽和度、延誤和兩次停車率作為交叉口評價指標并給出了A-E五級的分級標準。
以上研究成果豐富了交叉口服務水平評價的理論和方法，但結合中國混合交通特征的研究還不夠，所提出的交叉口服務水平評價指標以及指標計算方法，均以單一機動車流作為考慮對象。因此，既有的服務水平評價方法不適用于我國高度混合的交通流情況。所評價出的服務水平，無法正確反映客觀實際?；旌辖煌▽徊婵诜账接绊懕憩F(xiàn)在以下幾個方面 1、行人、自行車對機動車運行的干擾 對于平面信號交叉口，在同一個綠燈信號周期，存在不同方向的行人、自行車與機動車的相互干擾，導致機動車的運行條件、使用者的感受發(fā)生改變，進而對服務水平產(chǎn)生影響。而國內(nèi)外交叉口服務水平評價系統(tǒng)，均沒有反映這方面內(nèi)容的指標，這種現(xiàn)象無法在服務水平中得到體現(xiàn)； 2、對評價指標的影響 國內(nèi)提出的交叉口服務水平評價指標中，出現(xiàn)較多有飽和度、效率系數(shù)等指標。由于存在混合交通在交叉口的相互干擾，將造成交叉口的通行能力損失，降低機動車在交叉口內(nèi)的通行速度，進而會影響飽和度、效率系數(shù)；而當前對飽和度、效率系數(shù)的計算，采用的多是國外基于單一機動車交通環(huán)境下的計算方法，因而無法有效地計算出混合交通環(huán)境下的指標值。這些指標的計算方法，需要重新加以研究。


發(fā)明內(nèi)容
本發(fā)明的目的在于，針對現(xiàn)有混合交通環(huán)境下平面信號交叉口服務水平的評價方法中，未能考慮機非干擾狀況和國內(nèi)混合交通環(huán)境的不足，從而導致評價結果不合理的問題，提出一種混合交通環(huán)境下平面信號交叉口服務水平的方法。
本發(fā)明的技術方案是，一種混合交通環(huán)境下平面信號交叉口服務水平的評價方法，其特征在于，所述評價方法包括下列步驟 步驟1確定混合交通環(huán)境下平面信號交叉口服務水平評價指標，包括控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度； 步驟2利用層次分析法計算混合交通環(huán)境下平面信號交叉口的控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度5項評價指標的各自權值； 步驟3運用模糊聚類方法，獲得混合交通環(huán)境下交叉口各級服務水平各項評價指標的中心點和標準差，求得各級評價指標的隸屬函數(shù)； 步驟4利用機動車和自行車產(chǎn)生模型、跟馳模型、行人的產(chǎn)生模型、排隊模型和右轉機動車穿越?jīng)Q策模型對混合交叉口的機動車、自行車和行人的運行狀況進行仿真，從而獲得混合交通環(huán)境下控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度5項評價指標的指標值； 步驟5運用各級服務水平各評價指標的隸屬函數(shù)，分別計算控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度5項評價指標每一級的隸屬度，形成單因素評判矩陣； 步驟6利用單因素評判矩陣和指標權值，對各級別下5項評價指標進行綜合評判，按最大隸屬原則確定服務水平級別。
所述步驟2中，利用層次分析法計算混合交通環(huán)境下平面信號交叉口的控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度5項評價指標的各自權值，包括下列步驟 步驟21建立評價的層次結構； 步驟22構造判斷矩陣； 步驟23進行層次單排序和一致性檢驗； 步驟24進行層次總排序和一致性檢驗； 步驟25計算各個指標權值。
所述右轉機動車穿越?jīng)Q策模型基于BP神經(jīng)網(wǎng)絡建立，包括 步驟41分別建立三層BP網(wǎng)絡結構，確定輸入層、輸出層神經(jīng)元個數(shù)以及隱層神經(jīng)元數(shù)目范圍； 步驟42訓練隱層神經(jīng)元的數(shù)目范圍內(nèi)的神經(jīng)網(wǎng)絡，確定隱層神經(jīng)元的數(shù)目。
所述步驟5中，分別計算控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度5項評價指標每一級的隸屬度，具體是 (i，j＝1，2，3，4，5)，其中，cj為控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度5個指標的指標數(shù)據(jù)，xij為各級服務水平的中心點，yij為各級服務水平的標準差。
所述單因素評判矩陣是 所述步驟6中，對各級別下5個指標進行綜合評判具體是 對于由步驟1計算出的各個指標權重WT＝(W1，W2...W5)，將之與單因素評判矩陣R進行模型M(∧，∨)計算，得綜合評判
所述步驟6中，按最大隸屬原則確定服務水平級別，具體是，取max(b1，b2，...b5)＝bk，則服務水平確定為k級。
本發(fā)明提出的方法其效果在于，綜合考慮包括非機動車和行人在內(nèi)的各種交通因素以及指標對平面信號交叉口服務水平貢獻度的影響，對混合交通環(huán)境下平面信號交叉口服務水平的評價更加準確。



圖1是本發(fā)明提出的混合交通環(huán)境下平面信號交叉口服務水平的評價方法流程圖； 圖2是利用層次分析法建立的混合交通環(huán)境下平面信號交叉口的各項指標的層次結構圖。

具體實施例方式 下面結合附圖，對優(yōu)選實施例作詳細說明。應該強調(diào)的是，下述說明僅僅是示例性的，而不是為了限制本發(fā)明的范圍及其應用。
本發(fā)明利用交通流量傳感器、交通信號燈狀態(tài)傳感器和交通仿真服務器實現(xiàn)混合交通環(huán)境下平面信號交叉口服務水平的評價。其中，交通流量傳感器和交通信號燈狀態(tài)傳感器分別通過數(shù)據(jù)傳輸線路與服務器相連，交通信號燈狀態(tài)傳感器設置在道路交叉口，交通流量傳感器設置在交叉口鄰接的機動車道、自行車道以及人行道上，服務器接受來自交通流量傳感器和交通信號燈狀態(tài)傳感器的數(shù)據(jù)信號并存儲到數(shù)據(jù)庫中，交通仿真服務器包含一套配備網(wǎng)絡接口的計算機系統(tǒng)及運行于該計算機系統(tǒng)上的平面信號交叉口服務水平評價軟件-INSSIM仿真軟件。交通仿真軟件分為交通仿真程序與基礎數(shù)據(jù)庫兩部分。
圖1是本發(fā)明提出的混合交通環(huán)境下平面信號交叉口服務水平的評價方法流程圖。圖1中，本發(fā)明提出的方法的實現(xiàn)過程是 步驟1確定混合交通環(huán)境下平面信號交叉口服務水平評價指標，包括控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度。
任福田教授編寫的《交通工程學》一書中，將服務水平定義為衡量交通流運行條件以及駕駛員和乘客所感受的服務質(zhì)量的一項指標。因此，結合我國混合交通環(huán)境，交叉口的服務水平應定義為信號交叉口混合交通流的運行條件和使用者(包括機動車駕駛員或自行車騎行者)對交叉口所提供服務的滿意程度。從基本概念出發(fā)，本發(fā)明確定混合交叉口的服務水平評價指標為控制延誤、排隊長度、飽和度、效率系數(shù)和干擾率。
控制延誤控制延誤包括車輛在交叉口范圍內(nèi)的停車延誤和加減速損失時間。
排隊長度排隊長度是指停駛車輛占用道路的空間長度。
飽和度(交通負荷系數(shù))該指標是指在混合交通環(huán)境下，進口道實際交通量(v)與進口道通行能力(c)之比。
效率系數(shù)該指標是指在混合交通環(huán)境下，車輛在交叉口處的行車速度與路段上車輛行駛速度的比值。
飽和度(負荷系數(shù))、效率系數(shù)指標，在本發(fā)明的計算中，均考慮了混合交通相互干擾因素。
干擾率是本發(fā)明結合我國混合交通的特點提出的。其含義是指在平面信號交叉口內(nèi)，機動車由于機非干擾而造成的時間損失，占無干擾情況下機動車正常通行所需時間的比值。干擾率可以用來描述交叉口內(nèi)自行車和行人對機動車的干擾。
步驟2利用層次分析法計算混合交通環(huán)境下平面信號交叉口的控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度5項評價指標的各自權值。具體過程為 步驟21建立評價的層次結構。圖2是利用層次分析法建立的混合交通環(huán)境下平面信號交叉口的各項指標的層次結構。圖2中，設定服務評價水平為目標層A；標準層B包含停車線外評價指標B1和車線內(nèi)評價指標B2；5個指標位于標準層C中，分屬于停車線外評價指標B1和車線內(nèi)評價指標B2，其中，停車線外評價指標B1下包括控制延誤C1、飽和度C2、排隊長度C3，車線內(nèi)評價指標B2包括干擾率C4、效率系數(shù)C5。
步驟22構造判斷矩陣。從建立好的層次結構模型的第2層(標準層B)開始，對于從屬于上一層每個因素的同一層諸因素，用1～9比較尺度通過專家打分法構造判斷矩陣，直到最下層。即對標準層B和標準層C內(nèi)的指標兩兩比較重要程度，按1～9比較尺度對各元素間的相對重要性程度賦值。下表(表1)表示的是1～9比較尺度的含義。

表1比較尺度含義表 例如，根據(jù)其中一名專家的意見得出判斷矩陣A-B，B1-C，B2-C 矩陣 矩陣 矩陣 步驟23進行層次單排序和一致性檢驗。
層次單排序就是確定本層各因素對上層因素的影響程度，計算判斷矩陣的最大特征根及對應的特征向量，最常用的方法是和積法和方根法。本次計算選用和積法，其具體步驟如下 (1)將判斷矩陣A的每一列元素作歸一化處理； (2)將每一列經(jīng)歸一化處理后的判斷矩陣按行相加，得向量W； (3)對向量W＝(W1，W2，…Wn)T進行歸一化處理，所得到的W＝(W1，W2…Wn)T即為特征向量； (4)計算判斷矩陣的最大特征根 (5)一致性檢驗 為了保證層次分析法得到的結論合理，必須把判斷矩陣的偏差限制在一定范圍內(nèi)，就要進行一致性檢驗。一般用CI和CR兩個指標進行判定。
一致性指標 隨機一致性比率 其中RI，即平均一致性指標，是多次重復進行隨機判斷矩陣特征值的計算之后取算術平均數(shù)得到的。
當CR＜0.1則認為判斷矩陣的一致性是可以接受的，否則，認為不一致性太嚴重，需重新構造判斷矩陣或做必要的調(diào)整。
步驟24進行層次總排序和一致性檢驗。計算同一層次所有因素對整個總目標相對重要性的排序權值，稱層次總排序。它是用下一層次各個因素的權值和上一層次因素的組合權值，得到最下層因素相對于整個總目標的相對重要性。
計算A-C權重，計算公式如下 WA-C＝WA-B×WB-C(4) 其中，WA-B表示B層指標的權重，WB-C表示C層指標相對于所屬關聯(lián)層的B層指標的權重。
對層次總排序也需作一致性檢驗，檢驗仍像層次總排序那樣由高層到低層逐層進行。這是因為雖然各層次均已經(jīng)過層次單排序的一致性檢驗，各成對比較判斷矩陣都已具有較為滿意的一致性。但當綜合考察時，各層次的非一致性仍有可能積累起來，引起最終分析結果較嚴重的非一致性。
設C層中與Bj相關的因素的成對比較判斷矩陣在單排序中經(jīng)一致性檢驗，求得單排序一致性指標為CI(j)，(j＝1，…，m)，相應的平均隨機一致性指標為RI(j)(CI(j)、RI(j)已在層次單排序時求得)，則C層總排序隨機一致性比例為 其中，bj為因素B1，…，Bn關于Aj的層次單排序權重。當CR＜0.10時，認為層次總排序結果具有較滿意的一致性并接受該分析結果。
步驟25計算各個指標權值。
由多個專家打分后，得到各自的層次總排序計算結果。將其綜合，得到評價指標體系各指標的最終權值W＝(W1，W2…Wn)T。其中，Wj為第j個指標的綜合權值。
式中s為專家人數(shù)；λi為第i位專家的權值；Wij為第i位專家對第j個指標的權值。
步驟3運用模糊聚類方法，獲得混合交通環(huán)境下交叉口各級服務水平各項評價指標的中心點和標準差，并求得各級評價指標的隸屬函數(shù)。
基于目標函數(shù)的模糊c均值聚類算法(FCM)，將聚類分析歸結成一個帶約束的非線性規(guī)劃問題，通過優(yōu)化求解獲得數(shù)據(jù)集的最優(yōu)模糊劃分和聚類。
FCM模糊聚類問題在數(shù)學上可以表示為優(yōu)化下面的目標函數(shù)，求出使其達到最小值的隸屬度矩陣U＝{uik}c×n和聚類中心P＝{p1，p2，…pc}， 約束條件為 式中；m為加權指數(shù)，又稱為平滑指數(shù)或模糊參數(shù) 將前面所選定的5個評價指標控制延誤、飽和度、排隊長度、效率系數(shù)、干擾率，分別記為xi(i＝1，2，3，4，5)，作為指標論域X＝{x1，x2，…，x5}；通過仿真得到不同交通環(huán)境下的360個數(shù)據(jù)樣本，作為樣本論域U＝{x1，x2，…，x360}，從而得到一個360×5的矩陣。
運用目標函數(shù)的模糊C聚類分析方法，計算各級服務水平的中心點，步驟如下 步驟(1)初始化，取模糊加權指數(shù)m＝2，聚類的類別數(shù)c＝5，數(shù)據(jù)樣本點的個數(shù)n＝360，迭代停止閾值ε＝0.001。用l表示迭代次數(shù)。
步驟(2)采用隨機法選擇初始聚類中心點pi(0)，隨機選取前c個點作為初始聚類中心，并計算初始隸屬度矩陣U(0)。
步驟(3)算法開始迭代。根據(jù)公式(7)、(8)，不斷更新聚類中心pi(l)和隸屬度矩陣U(l)，直到||p(l+1)-p(l)||＜ε，此時目標函數(shù)J(U，P)收斂到極小值。
本文按照上述計算步驟，利用MATLAB仿真軟件編程，得到的聚類中心(各級服務水平的中心點)見下表(表2)。

表2混合交通環(huán)境下交叉口各級服務水平中心點 在計算混合交通環(huán)境下交叉口5級服務水平的中心點的同時，還可以獲得混合交通環(huán)境下交叉口5級服務水平的標準差。下表(表3)為各級服務水平的標準差。

表3混合交通環(huán)境下交叉口各級服務水平標準差 步驟4利用機動車和自行車產(chǎn)生模型、跟馳模型、行人的產(chǎn)生模型、排隊模型和右轉機動車穿越?jīng)Q策模型對混合交叉口的機動車、自行車和行人的運行狀況進行仿真，從而獲得混合交通環(huán)境下控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度5個指標的指標值。
本發(fā)明在計算指標數(shù)據(jù)時，借鑒了前人已有的模型，并針對直行非機動車和行人對右轉機動車產(chǎn)生的影響，創(chuàng)造性地提出了右轉機動車穿越?jīng)Q策模型。右轉穿越?jīng)Q策模型是指無右轉信號控制的機動車，因不受信號燈的影響，車輛在任何時間都可進入交叉口，所以在同方向直行車綠燈相位時間內(nèi)，可能與同相位直行自行車產(chǎn)生干擾。當右轉機動車進入交叉口行駛時，在干擾區(qū)內(nèi)若遇到同相位的直行自行車，則需要根據(jù)訓練好的機動車穿越?jīng)Q策模型判斷是否能獲得通行權，若能則通過；否則，將減速停車等待。
本發(fā)明右轉機動車穿越?jīng)Q策模型基于BP神經(jīng)網(wǎng)絡建立，包括下列步驟， 步驟41分別建立三層BP網(wǎng)絡結構，確定輸入層、輸出層神經(jīng)元個數(shù)以及隱層數(shù)目范圍。
本文采用典型三層BP神經(jīng)網(wǎng)絡結構輸入層、單層隱層以及輸出層。輸入層接受外部的輸入數(shù)據(jù)，本文確定的輸入?yún)?shù)分別為右轉機動車穿越前的速度、機動車進入干擾區(qū)時干擾區(qū)內(nèi)自行車的數(shù)量、自行車提供機動車穿越間隙以及后輛自行車速度。隨機將采集到的樣本分為兩部分，分別為訓練集以及測試集。
輸出層節(jié)點數(shù)取2，當輸入樣本決策為穿越時，理想輸出結果為(1，0)，當輸入樣本決策為不穿越，理想輸出結果為(0，1)。對輸出層的輸出結果為1的神經(jīng)元，若輸出結果大于等于0.9時，則認為輸出結果為1；對輸出層的輸出結果為0的神經(jīng)元，若輸出結果小于等于0.1時，則認為輸出結果為0；當輸出結果介于0.1與0.9之間時，則認為該輸出值不能對右轉機動車穿越或是不穿越做出相應的判斷。隱層神經(jīng)元數(shù)n用經(jīng)驗公式計算，(ni為輸入神經(jīng)元數(shù)；n0輸出神經(jīng)元數(shù)；a為1～10之間的常數(shù))。
步驟42訓練隱層神經(jīng)元的數(shù)目范圍內(nèi)的神經(jīng)網(wǎng)絡，確定隱層神經(jīng)元的數(shù)目。
在確定隱層神經(jīng)元的數(shù)目時，分別訓練隱層神經(jīng)元的數(shù)目從3～12等10類神經(jīng)網(wǎng)絡，每類均保留誤差滿足收斂目標(本發(fā)明中收斂目標為小于等于1×10-3)的20個神經(jīng)網(wǎng)絡進行仿真和統(tǒng)計分析；訓練的同時統(tǒng)計各類神經(jīng)網(wǎng)絡訓練的總次數(shù)。對20個滿足性能指標的網(wǎng)絡利用驗證樣本集進行仿真統(tǒng)計分析，計算每類網(wǎng)絡仿真的平均正確識別率，同時從每類的20個訓練結果中，挑選出最好的仿真結果作為各類網(wǎng)絡的最佳仿真結果。
表4和表5分別為右轉機動車穿越間隙實驗的訓練和仿真結果表以及穿越延時實驗的訓練和仿真結果表。表4中，隱層神經(jīng)元數(shù)目為5和7的神經(jīng)網(wǎng)絡的仿真平均正確識別率均為99.21％，而隱層神經(jīng)元數(shù)目為7的神經(jīng)網(wǎng)絡訓練總次數(shù)為58次，小于隱層神經(jīng)元數(shù)目為5的神經(jīng)網(wǎng)絡，因此，右轉機動車穿越間隙模型挑選隱層神經(jīng)元數(shù)目為7的神經(jīng)網(wǎng)絡作為最佳的仿真結果。

表4右轉機動車穿越間隙實驗的訓練和仿真結果表 而表5中，隱層神經(jīng)元數(shù)目為3的神經(jīng)網(wǎng)絡仿真平均正確識別率最高，為99.04％，所以選擇隱層神經(jīng)元數(shù)目為3的神經(jīng)網(wǎng)絡作為最佳的基于延時接受的右轉機動車穿越?jīng)Q策模型。

表5右轉機動車穿越延時實驗的訓練和仿真結果表 步驟5運用各級服務水平的評價指標的隸屬函數(shù)，分別計算出控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度5個指標每級別的隸屬度，形成單因素評判矩陣。
參照步驟3中獲得的服務水平的中心點和標準差，各級服務水平各評價指標的隸屬函數(shù)(i，j＝1，2，3，4，5)，其中，cj為步驟4中計算出的指標數(shù)據(jù)，xij為服務水平的中心點，yij為標準差。
單因素評判矩陣R為 步驟6利用單因素評判矩陣和指標權重，對各級別下5個指標進行綜合評判，按最大隸屬原則確定服務水平級別。
由步驟1確定的權重WT＝(W1，W2…W5)和步驟5確定的單因素評判矩陣R，用模型M(∧，∨)計算，可得綜合評判
B即是對服務水平的評判結果，按最大隸屬原則，取max(b1，b2，...b5)＝bk，則服務水平確定為k級。
本發(fā)明克服了既有服務水平評價技術中無法反映混合交通運行中機非干擾狀況、一些評價指標未能考慮混合交通環(huán)境的不足，使混合交通環(huán)境下平面信號交叉口服務水平的評價更加合理與科學。
以上所述，僅為本發(fā)明較佳的具體實施方式
，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發(fā)明揭露的技術范圍內(nèi)，可輕易想到的變化或替換，都應涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應該以權利要求的保護范圍為準。
權利要求
1.一種混合交通環(huán)境下平面信號交叉口服務水平的評價方法，其特征在于，所述評價方法包括下列步驟
步驟1確定混合交通環(huán)境下平面信號交叉口服務水平評價指標，包括控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度；
步驟2利用層次分析法計算混合交通環(huán)境下平面信號交叉口的控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度5項評價指標的各自權值；
步驟3運用模糊聚類方法，獲得混合交通環(huán)境下交叉口各級服務水平各項評價指標的中心點和標準差，求得各級評價指標的隸屬函數(shù)；
步驟4利用機動車和自行車產(chǎn)生模型、跟馳模型、行人的產(chǎn)生模型、排隊模型和右轉機動車穿越?jīng)Q策模型對混合交叉口的機動車、自行車和行人的運行狀況進行仿真，從而獲得混合交通環(huán)境下控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度5個指標的指標值；
步驟5運用各級服務水平各評價指標的隸屬函數(shù)，分別計算控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度5項評價指標每一級的隸屬度，形成單因素評判矩陣；
步驟6利用單因素評判矩陣和指標權值，對各級別下5項評價指標進行綜合評判，按最大隸屬原則確定服務水平級別。
2.根據(jù)權利要求1所述的一種混合交通環(huán)境下平面信號交叉口服務水平的評價方法，其特征在于，所述步驟2中，利用層次分析法計算混合交通環(huán)境下平面信號交叉口的控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度5項評價指標的各自權值，包括下列步驟
步驟21建立評價的層次結構；
步驟22構造判斷矩陣；
步驟23進行層次單排序和一致性檢驗；
步驟24進行層次總排序和一致性檢驗；
步驟25計算各個指標權值。
3.根據(jù)權利要求1所述的一種混合交通環(huán)境下平面信號交叉口服務水平的評價方法，其特征在于，所述步驟4中，右轉機動車穿越?jīng)Q策模型基于BP神經(jīng)網(wǎng)絡建立，包括
步驟41分別建立三層BP網(wǎng)絡結構，確定輸入層、輸出層神經(jīng)元個數(shù)以及隱層神經(jīng)元數(shù)目范圍；
步驟42訓練隱層神經(jīng)元的數(shù)目范圍內(nèi)的神經(jīng)網(wǎng)絡，確定隱層神經(jīng)元的數(shù)目。
4.根據(jù)權利要求1所述的一種混合交通環(huán)境下平面信號交叉口服務水平的評價方法，其特征在于，所述步驟5中，分別計算控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度5項評價指標每一級的隸屬度，具體是
其中，cj為控制延誤、干擾率、飽和度、效率系數(shù)、排隊長度5個指標的指標數(shù)據(jù)，xij為各級服務水平的中心點，yij為各級服務水平的標準差。
5.根據(jù)權利要求1所述的一種混合交通環(huán)境下平面信號交叉口服務水平的評價方法，其特征在于，所述單因素評判矩陣是
6.根據(jù)權利要求1所述的一種混合交通環(huán)境下平面信號交叉口服務水平的評價方法，其特征在于，所述步驟6中，對各級別下5個指標進行綜合評判具體是對于由步驟1計算出的各個指標權重WT＝(W1，W2...W5)，將之與單因素評判矩陣R進行模型M(∧，∨)計算，得綜合評判
7.根據(jù)權利要求1所述的一種混合交通環(huán)境下平面信號交叉口服務水平的評價方法，其特征在于，所述步驟6中，按最大隸屬原則確定服務水平級別，具體是，取max(b1，b2，...b5)＝bk，則服務水平確定為k級。
全文摘要
本發(fā)明公開了城市道路交通規(guī)劃與管理領域中的一種混合交通環(huán)境下平面信號交叉口服務水平的評價方法。步驟是確定混合交通環(huán)境下平面信號交叉口服務水平評價指標；利用層次分析法計算各指標混合交通環(huán)境下平面信號交叉口的權值；運用模糊聚類法，獲得混合交通環(huán)境下交叉口5級服務水平的中心點和標準差，求得各級評價指標的隸屬函數(shù)；獲得混合交通環(huán)境下各指標的指標數(shù)據(jù)；計算控制各指標每級的隸屬度，形成單因素評判矩陣；利用單因素評判矩陣和指標權值，對各級別下各指標進行綜合評判，按最大隸屬原則確定服務水平級別。本發(fā)明綜合考慮包括非機動車和行人在內(nèi)的各種交通因素對平面信號交叉口的影響，對平面信號交叉口服務水平的評價更加準確。
文檔編號G06N3/00GK101604479SQ200910088259
公開日2009年12月16日 申請日期2009年7月14日 優(yōu)先權日2009年7月14日
發(fā)明者錢大林, 秦雪梅, 李年源, 李珊珊, 王九洲, 盼 胡, 鈕志強, 唐勍勍, 陳小紅, 劉紅元, 季全剛 申請人:北京交通大學