專利名稱：基于粗糙集理論的交通狀態評估規則提取方法
技術領域：
本發明屬于智能交通技術領域，尤其是一種交通狀態評估規則提取方法。
背景技術：
在城市化高速運行的今天，城市道路擁擠，高峰時車輛擁堵不堪，嚴重影響了日常生活，并且帶來了環境污染，資源浪費等不良影響。通過分析交通數據，評估交通狀態變化規律，實現有效誘導，是緩解交通狀況的主要手段。其中利用粗糙集理論對交通數據進行處理，已經成為進行交通狀態評估和預測的有效處理方法之一。經對現有技術文獻的檢索發現，張元亮等于2009年在發表在《交通科技與經濟》上的《基于粗糙集的都城市交通擁堵預 警算法分析》中，以粗糙集為依據，提取交通擁堵的發生規則來分析和判斷實際道路情況；劉浩等于2008年在《公路交通科技》上發表了《基于粗糙集交通信息提取計算的城市道路行程時間預測》。雖然基于粗糙集的方法已經取得很大成果，但是在規則提取時去除了部分不一致規則，從而導致了規則匹配率低等問題。如何提高交通狀態評估規則匹配率和適用性成為了智能交通領域亟待解決的問題。
發明內容
為了克服已有交通狀態評估規則提取方法的規則匹配率較低、適用性較差的不足，本發明提供一種提高規則匹配率、適用性良好的基于粗糙集理論的交通狀態評估規則提取方法。本發明解決其技術問題所采用的技術方案是一種基于粗糙集理論的交通狀態評估規則提取方法，所述提取方法包括以下步驟(I)數據準備實驗數據來源于SCATS線圈采集到交通信息數據，對其做預處理后保留數據采集時間、道路位置、道路線圈飽和度和道路車輛速度；(2)數據采樣根據實際交通峰期采低峰，中峰，高峰各一組時段的交通信息，其中，時間、道路位置、道路線圈飽和度作為決策表的條件屬性，道路車輛速度作為決策表的決策屬性；(3)數據離散化；(4)規則集提取利用粗糙集的值約簡方法對離散化后的決策表進行約簡得到規則集，值約簡的具體步驟4. I)把決策表去冗余化；4. 2)對每一個對象進行多余屬性值的刪除；4. 3)求出最小約簡，得到規則集；(5)規則集二次提取方法二次提取方法以規則匹配準確率為標準，具體提取步驟為5. I)將對象集分成沖突與不沖突兩個規則集；
5. 2)不沖突的規則直接歸入二次提取后的二次規則集；5. 3)沖突的規則計算其應用新數據源的匹配準確率，取最高的歸入二次規則集；5. 4)合并一次和二次規則集得到最終集，即最終集=一次規則集+ 二次規則集。本發明的有益效果主要表現在二次提取方法應用于交通狀態評估規則的提取，相比其他方法可以得到具有更高規則匹配率和適用性的交通狀態評估規則。由于克服了這些現有技術在實際工程應用方面難以解決的困難，因此真正實現了對交通狀態進行監控和評估。本發明針對智能交通系統中交通狀況實時監控的需要，利用粗糙集理論，引入覆蓋度、置信度、規則匹配準確率的概念，提出了交通狀態評估規則的二次提取方法，解決了現有方法在規則提取時準確度損失的問題，也消除了實現真正工程應用的主要障礙。本發 明使用二次提取方法，得到匹配準確率、有效率高，適用性強的交通狀態評估規則，最終為分析評估實時交通狀況提供依據。
圖I是本發明方法流程圖。
具體實施例方式下面結合附圖對本發明作進一步描述。參照圖I，一種基于粗糙集理論的交通狀態評估規則提取方法，所述提取方法包括以下步驟(I)數據準備實驗數據來源于SCATS線圈采集到的交通信息數據，對其做預處理后保留數據采集時間，數據來源線圈編號(即道路位置)，道路線圈飽和度，道路車輛速度(即交通擁堵狀況)等內容。(2)數據采樣源數據信息量龐大，實驗根據實際交通峰期采樣，低峰、中峰、高峰各取一組數據時段的交通信息。其中時間、道路位置、道路線圈飽和度作為決策表的條件屬性，道路車輛速度作為決策表的決策屬性。(3)數據離散化采用經驗分割法與等距離劃分法綜合處理數據，將數據采集時間，道路位置，道路線圈飽和度和道路車輛速度分別做離散化處理。(4)規則集提取利用粗糙集的值約簡方法對離散化后的決策表進行約簡得到規則集。值約簡的具體步驟4. I)把決策表去冗余化。將其中相同的對象刪除，只保留不同的對象，經壓縮后得到新的決策表；4. 2)對每一個對象進行多余屬性值的刪除；4. 3)采用啟發式值約簡算法，求出最小約簡；4. 4)根據最小約簡，得到規則集。
(5)規則集二次提取方法首先進行規則集的第一次提取，引入置信度與覆蓋度作為一次提取的標準，從規則集中提取置信度較高的“可信”規則歸入一次規則集。通過設定較高的置信度和覆蓋度從規則集中提取“可信”規則。明確二次提取的對象二次提取對象集=第一次提取后的剩余規則集-與一次規則集沖突的規則。二次提取方法以規則匹配準確率為參數，具體提取步驟為5. I)將對象集分成沖突與不沖突兩個規則集；5. 2)不沖突的規則直接歸入二次提取后的二次規則集；5. 3)沖突的規則計算其應用新數據源的匹配準確率，取最高的一條歸入二次規則集;5. 4)合并一次和二次規則集得到最終集(最終集=一次規則集+ 二次規則集)。實例選取上海某區域三天的SCATS線圈交通數據。如圖I本發明方法流程圖所示，本實施例具體實施步驟如下(使用Visual C++語言編程)(I)數據準備將從相關部門拿到的原始交通信息數據(如表1)，進行預處理，去除無關屬性，保留數據采集時間，線圈編號(道路位置)，道路線圈飽和度，道路車輛速度等內容。
權利要求
1.一種基于粗糙集理論的交通狀態評估規則提取方法，其特征在于所述提取方法包括以下步驟 (1)數據準備實驗數據來源于SCATS線圈采集到的交通信息數據，對其做預處理后保留數據采集時間、道路位置、道路線圈飽和度和道路車輛速度； (2)數據采樣根據實際交通峰期采低峰，中峰，高峰各一組時段的交通信息，其中，時間、道路位置、道路線圈飽和度作為決策表的條件屬性，道路車輛速度作為決策表的決策屬性； (3)數據離散化； (4)規則集提取利用粗糙集的值約簡方法對離散化后的決策表進行約簡得到規則集，值約簡的具體步驟 · 4. I)把決策表去冗余化； · 4. 2)對每一個對象進行多余屬性值的刪除； ·4.3)求出最小約簡，得到規則集； (5)規則集二次提取方法二次提取方法以規則匹配準確率為標準，具體提取步驟為 · 5.I)將對象集分成沖突與不沖突兩個規則集； ·5. 2)不沖突的規則直接歸入二次提取后的二次規則集； · 5. 3)沖突的規則計算其應用新數據源的匹配準確率，取最高的歸入二次規則集； ·5.4)合并一次和二次規則集得到最終集，即最終集=一次規則集+ 二次規則集。
全文摘要
一種基于粗糙集理論的交通狀態評估規則提取方法，包括以下步驟(1)數據準備實驗數據來源于SCATS線圈采集到交通信息數據，對其做預處理后保留數據采集時間、道路位置、道路線圈飽和度和道路車輛速度；(2)數據采樣；(3)數據離散化；(4)規則集提取利用粗糙集的值約簡方法對離散化后的決策表進行約簡得到規則集；(5)規則集二次提取方法二次提取方法以規則匹配準確率為標準。本發明方法提取的交通狀態評估規則具有匹配準確率高、匹配有效率高、適用性強等優點，可以更全面地對實時交通狀況做出分析與評估，實現對交通的誘導和管理。
文檔編號G08G1/00GK102708677SQ201210179750
公開日2012年10月3日 申請日期2012年5月30日 優先權日2012年5月30日
發明者葉周敏, 夏瑩杰, 王敏 申請人:杭州師范大學