申请/专利权人：东南大学

申请日：2021-10-19

公开（公告）日：2024-04-16

公开（公告）号：CN114037587B

主分类号：G06Q50/40

分类号：G06Q50/40;G06N5/04;G08G1/01

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.03.01#实质审查的生效;2022.02.11#公开

摘要：本发明公开了一种基于异质因果推断的城市通勤主通道多匝道网联控制方法。对于高速公路常发瓶颈路段，基于探测器探测的瓶颈交通占用率和上下游邻近进口匝道流量数据以及事故数据，构建不同交通状况下匝道输入流量对瓶颈交通状况的异质因果模型，将因果推断的结果作为匝道权重，反映相应匝道对瓶颈改善的重要性，并在瓶颈形成后以此为依据进行多匝道协同控制。匝道权重随因果推断的结果动态更新，确保控制策略与实时需求模式相匹配。本发明采用因果图框架识别控制变量和特征变量，并基于双重机器学习算法构建异质因果模型。

主权项：1.基于异质因果推断的城市通勤主通道多匝道网联控制方法，其特征在于，该方法包括以下步骤：1构建交通-事故数据集，包括控制周期k内瓶颈路段占用率OkT和瓶颈路段上下游设定范围内的所有进口匝道的输入流量，控制周期k结束时经过编码的OkT和qrikT的时间特征，控制周期k结束时瓶颈路段下游距离最近的事故特征，控制周期k之前p*个控制周期的瓶颈占用率和瓶颈路段上下游设定范围内所有进口匝道的输入流量，其中qrikT为控制周期k内瓶颈路段上下游设定范围内进口匝道i的输入流量，i∈I，I为瓶颈路段上下游各设定范围内的进口匝道集合，p*为设定的阶数，T为控制周期长度；2基于步骤1中的交通-事故数据集，针对I中的每一进口匝道构建异质因果推断模型，得到控制周期k+1内每一进口匝道的异质因果效应；3若控制周期k+1内瓶颈路段占用率超过设定占用率阈值，则以控制周期k+1内的异质因果效应作为相应进口匝道的权重，进而更新相应进口匝道的调节率；4基于步骤3中更新后的匝道调节率更新相应进口匝道末端红路灯的绿灯时长，控制从该进口匝道进入的车辆数，实现多匝道协同控制；所述步骤3中，瓶颈路段上下游设定范围内进口匝道i更新后的调节率γri为： 式中Δqri表示进口匝道i需要减少的进口流量；qri表示进口匝道i当前的进口流量，ΔO表示需要消除的瓶颈占用率，ΔO＝O-Othre，Othre表示设定占用率阈值，O表示当前控制周期内瓶颈路段占用率，wi表示进口匝道i的权重；所述步骤4中，瓶颈路段上下游设定范围内进口匝道i更新后的绿灯时长gri为： 式中γri，max表示进口匝道i的设定最大调节率。

全文数据：

权利要求：

百度查询： 东南大学 基于异质因果推断的城市通勤主通道多匝道网联控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD