一种V2X环境中基于免疫算法的快速通行方法技术

本发明专利技术公开了一种V2X环境中基于免疫算法的智慧公交快速通行方法。该方法在V2X环境中以多路口为场景开展智慧公交通行方法的基础上，建立智慧公交快速通行的数学模型，在公交可以快速通过多个路口的前提下，将配时前后绿信比绝对值之差作为目标函数，设计亲和度函数，凭借综合指标选取优秀抗体，并改进自适应交叉、变异概率最终选取最优抗体，利用改进免疫算法求解该模型，减少模型在求解时陷入局部最小的风险。本方法可减少公交车的等待时间与停车次数等数据，也能改善求解的效率，实现智慧公交的快速通行，提升智慧公交系统的运行效率。率。率。

【技术实现步骤摘要】
一种V2X环境中基于免疫算法的快速通行方法


[0001]本专利技术涉及智能网联和智慧公交
，尤其涉及一种V2X环境中基于免疫算法的快速通行方法。

技术介绍

[0002]在国家提倡优先发展公共交通、构建通畅交通网络的背景下，推进公交优先发展战略有利于城市交通可持续发展，使得智慧公交具有更广阔的发展前景。现有技术手段主要是通过视频、感应线圈和射频等技术获取路口信息的，其研究多针对单路口开展。以V2X技术为基础的网联环境逐渐成熟，相较于其他车载技术信息交互更加全面，受环境因素更小，且其适用场景之一为城市道路中的城市公交。为了改善公交车运行效率的不足，将公交车辆搭载V2X技术，对特定应用场景下的公交车实施快速通行。
[0003]在城市公交通行问题上可采用启发式算法，其中遗传算法在公交快速通行问题上起到了很好的优化效果。但针对多路口信息开展优化时，复杂的数据和非线性的数学模型使得遗传算法在求解时存在陷入局部最优的风险。免疫系统具有免疫记忆、个体多样性和鲁棒性等特性，加入改进免疫算法可以提高进化的多样性，通过设计亲和度，建立记忆库，并结合抗体的浓度大小选取优秀抗体，同时改进自适应交叉、变异概率最终选取最优抗体，算法的求解速度和效率均得到改善。
[0004]基于此，提出一种V2X环境中基于免疫算法的快速通行方法。

技术实现思路

[0005]本专利技术的目的在于：为了解决上述问题，而提出的一种V2X环境中基于免疫算法的快速通行方法。
[0006]为了实现上述目的，本专利技术采用了如下技术方案：
[0007]一种V2X环境中基于免疫算法的智慧公交快速通行方法，包含以下步骤：
[0008]以城市公交为背景，建立基于V2X的智慧公交系统：该系统运行在城市多路口场景下，系统中公交车配备有V2X设备，多个路口都配备有装有V2X的信号机；建立云服务器用于接收V2X传输的各类信息并作用算法来下发决策后的优化信息，设计web端实时查看公交信息和道路信息；该系统中路口信号灯具有多个相位，且不同路口的相位时长不同；并在第一个路口前的一段距离设置公交决策点，收集公交车和多路口信号灯等信息，传输至服务器进行公交通行决策。
[0009]对于基于V2X智慧公交系统所收集到的信息，建立智慧公交快速通行数学模型模块，其模型包括目标函数的建立及其约束条件，其模型以多路口配时前后绿信比绝对值之差为目标函数，约束条件包括公交车辆通过路口的约束、周期的约束、最小有效绿灯时间的约束和平均速度的约束；
[0010]在对智慧公交快速通行数学模型求解时，基于免疫算法的模型求解模块：该模块作用在云服务器上，通过改进免疫算法对智慧公交快速通行数学模型进行求解，其中包括
亲和度函数的设计，记忆库的建立，抗体浓度的计算等，结合综合指标获得优秀抗体，并通过改进自适应交叉变异、概率，通过选择、交叉和变异获取最优解，并结合场景的实际需求得到多路口下城市公交最优的通行方案，并通过云服务器与装有V2X的信号机信息传输，将配时方案传输给多路口下的信号灯。
[0011]优选地，智慧公交快速通行的数学模型模块，其目标函数公式为：
[0012][0013][0014]其中,表示第N个路口的各相位绿信比(绿信比指有效绿灯时间与周期的比值)差的绝对值总和,F(g)则表示m个路口各相位绿信比差的绝对值总和,表示第N个路口原信号配时第i个相位的绿信比，其中口原信号配时第i个相位的绿信比，其中表示原信号配时第N个路口的信号周期，表示第N个路口信号配时后第i个相位的绿信比,其中表示第N个路口信号配时后第i个相位的绿信比,其中表示信号配时后第N个路口的信号周期。
[0015]优选地，智慧公交快速通行的数学模型模块，其约束条件为：
[0016][0017][0018][0019][0020][0021][0022]V
min
≤V≤V
max
[0023]其中,L
N
表示决策点与第N个交叉口的距离，V表示公交车行驶时的平均速度；当公交车处于决策点时，表示配时前第N个路口当前相位X的剩余时长，X＝1,2,...,n
‑
1，n表示该路口相位数量，表示第N个路口配时后的有效绿灯时间，表示配时后第N个路口的周期时长，表示第N个路口各相位的损失时间，表示对取整，其中g
min
表示最小有效绿灯时间，C
min
和C
max
分别表示最小和最大周期时间，V
min
和V
max
分别表示最小和最大平均速度。
[0024]优选地，抗原与抗体的亲和度函数Aff
v
定义为：
[0025][0026]F(g)则表示m个路口各相位绿信比差的绝对值总和,Aff
v
表示抗原与抗体的亲和度。
[0027]优选地，改进自适应交叉、变异概率为：
[0028][0029][0030]其中，p
c
表示交叉概率；p
m
表示变异概率；p
cmax
和p
cmin
表示交叉概率的最大、最小值；p
mmax
和p
mmin
表示变异概率的最大、最小值；i表示当前迭代次数；G表示最大迭代次数；f
ang
表示种群适应度平均值；f
ang
表示种群适应度最小值；f表示当前个体适应度值；A为一个常数，数值为9.903438。
[0031]综上所述，由于采用了上述技术方案，本专利技术的有益效果是：
[0032]本专利技术中设计了一种V2X环境中基于免疫算法的智慧公交快速通行方法，其中建立了基于V2X的智慧公交系统模块，智慧公交快速通行数学模型模块，基于免疫算法的模型求解模块。在基于V2X的智慧公交系统的支持下，在多交叉口道路中建立智慧公交快速通行数学模型，其中以多路口配时前后绿信比绝对值之差为目标函数，约束条件包括公交车辆通过路口的约束、周期的约束、最小有效绿灯时间的约束和平均速度的约束；对数学模型求解时，建立基于免疫算法的模型求解模块，采用改进的免疫算法，通过设计亲和度函数，建立记忆库，计算抗体的浓度，以综合指标来选取优秀抗体，在非线性交叉、变异概率的基础上，使曲线的倾斜程度根据种群整体适应度水平被提高，并考虑代数的变化而动态调整交叉、变异率，改进的算法减少了陷入局部最优的风险，能实现智慧公交的快速通行，提升智慧公交系统的运行效率。
附图说明
[0033]图1示出了根据本专利技术实施例提供的基于V2X的智慧公交系统方案示意图；
[0034]图2示出了根据本专利技术实施例提供的应用场景的示意图；
[0035]图3示出了根据本专利技术实施例提供的sumo仿真道路的示意图；
[0036]图4示出了根据本专利技术实施例提供的公交通行方法约束的示意图；
[0037]图5示出了根据本专利技术实施例提供的自适应交叉概率的示意图；...

【技术保护点】

【技术特征摘要】
1.一种V2X环境中基于免疫算法的快速通行方法，其特征在于，包括以下步骤：a.通过基于V2X的智慧公交系统模块获取公交车辆、多路口脚交通信号灯信息，上传至云服务器；b.通过智慧公交快速通行数学模型模块以绿信比绝对值差的目标函数及其约束条件；c.通过基于免疫算法的模型求解模块进行种群初始化设置、亲和度的设计与优秀抗体的选取、改进自适应交叉与变异概率、最优解的提取；d.服务器将c步骤中提取的最优解给予信号机，并作用于多个路口的交通信号灯，输出同行方法方案；e.通过Web端地图实时展示地图车辆和道路信息。2.根据权利要求1所述的一种V2X环境中基于免疫算法的快速通行方法，其特征在于，所述基于V2X的智慧公交系统模块的场景地图完全模拟多个路口下的城市道路，并且公交车辆与道路装配有V2X系统，各交叉口信号灯相位时长具有随机性，所示道路中交叉路口具有两个及其以上。3.根据权利要求1所述的一种V2X环境中基于免疫算法的快速通行方法，其特征在于，所述智慧公交快速通行数学模型模块的目标函数为：所述智慧公交快速通行数学模型模块的目标函数为：其中,表示第N个路口的各相位绿信比(绿信比指有效绿灯时间与周期的比值)差的绝对值总和,F(g)则表示m个路口各相位绿信比差的绝对值总和,表示第N个路口原信号配时第i个相位的绿信比，其中号配时第i个相位的绿信比，其中表示原信号配时第N个路口的信号周期；表示第N个路口信号配时后第i个相位的绿信比,其中表示第N个路口信号配时后第i个相位的绿信比,其中表示信号配时后第N个路口的信号周期。4.根据权利要求1所述的一种V2X环境中基于免疫算法的快速通行方法，其特征在于，所述智慧公交快速通行数学模型模块的约束条件为：所述智慧公交快速通行数学模型模块的约束条件为：所述智慧公交快速通行数学模型模块的约束条件为：所述智慧公交快速通行数学模型模块的约束条件为：所述智慧公交快速通行数学模型模块的约束条件为：
V
min
≤V≤V
max
...

【专利技术属性】
技术研发人员：郑睿，李操，马小陆，丁梓琼，仲俊屹，张升，齐晶晶，张飞，
申请(专利权)人：安徽师范大学，
类型：发明
国别省市：