【技术实现步骤摘要】
本专利技术涉及智慧交通，具体涉及一种面向高速公路运营期的智慧扩容方法及系统。
技术介绍
1、随着经济的持续增长和居民收入水平的提升，汽车保有量持续增加，从而导致高速公路流量急剧上升，尤其在某些时间段和路段，实际流量已经逐步超过设计流量，使得高速公路拥堵逐渐从偶然现象转变为常态。
2、传统的交通管理系统在应对高速公路上的实时交通变化时，通常存在响应滞后、数据准确性不足、无法实时动态调整管控措施等问题，现有技术主要依赖于固定传感器或历史数据进行分析，缺乏对实时交通流量和速度的精确捕捉和分析，导致拥堵检测的延迟和管控措施的滞后。
3、公开于该
技术介绍
部分的信息仅仅旨在加深对本公开总体
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成本领域技术人员所公知的现有技术。
技术实现思路
1、本专利技术中提供了一种面向高速公路运营期的智慧扩容方法及系统，从而有效解决
技术介绍
中所指出的问题。
2、为了达到上述目的，本专利技术所采用的技术方案是：
3、一种面向高速公路运营期的智慧扩容方法，包括：
4、采集实时交通流量和速度数据，并通过计算加权平均流量和速度，得到交通拥堵信息；
5、根据所述交通拥堵信息，分析相邻雷达间的拥堵数据，并合并连续拥堵点，得到拥堵区段；
6、根据所述拥堵区段，通过需求预测算法和通行能力预测算法，计算当前vc比与未来vc比，所述vc比为需求流量与通行能力之比；
7、根据计算结
8、进一步地，计算加权平均流量和速度，公式为：
9、
10、其中，vavg为15分钟的每分钟平均速度，vi为每i分钟的速度，ns，i是小车的数量，每i分钟记录，nm，i是中车的数量，每i分钟记录，nl，i是大车的数量，每i分钟记录，f为流量总和，和为速度为流量的历史均值，zv和zf为速度和流量与历史数据的偏差d为拥堵检测的加权平均指标，α和β是权重因子。
11、进一步地，所述需求预测算法采用绕环记忆网络，包括：
12、it＝σ(wxixt+whiht-1+bi)
13、ft＝σ(wxfxt+whfht-1+bf)
14、ot＝σ(wxoxt+whoht-1+bo)
15、gt＝tanh(wxcxt+whcht-1+bc)
16、ct＝ft⊙ct-1+it⊙gt
17、ht＝ot⊙tanh(ct)
18、其中，it，ft，ot分别是输入门、遗忘门、输出门的激活值；gt是单元更新向量；ct是单元状态；ht是输出隐藏状态。
19、进一步地，所述需求预测算法构建的需求预测模型，包括：
20、输入层，融合和清洗来自高速公路沿线雷达装置的实时交通流量和速度数据；
21、隐藏层，使用长短期记忆网络处理时间序列数据，捕捉交通流量和速度的时间依赖性和长期趋势，生成隐藏状态；
22、输出层，根据长短期记忆网络的所述隐藏状态生成未来的交通需求预测值，并通过损失计算和adam优化算法调整模型参数；
23、预测预警层，根据所述交通需求预测值划分交通拥堵等级，输出预警信息。
24、进一步地，所述通行能力预测算法采用集成决策树模型，包括：
25、从高速公路沿线雷达和传感器收集数据，训练多个决策树模型，各所述决策树模型根据不同特征和数据子集进行学习；
26、使用历史数据集训练各决策树模型，并通过交叉验证调整参数模型，对各所述决策树模型进行性能优化；
27、对训练完成的各所述决策树模型进行新样本预测，并采用加权平均的方法融合各所述决策树模型的预测结果。
28、进一步地，根据所述交通拥堵信息，分析相邻雷达间的拥堵数据，并合并连续拥堵点，得到拥堵区段，包括：
29、获取并记录高速公路沿线雷达装置的地理坐标信息，确定相邻雷达装置的空间位置关系；
30、基于所述空间位置关系，计算所述相邻雷达装置之间的实际距离；
31、根据所述交通拥堵信息和实际距离，对比所述相邻雷达装置的拥堵状态，当两个所述相邻雷达装置的拥堵状态持续且距离在预设范围内，判定具有空间连续性；
32、将判定具有空间连续行的所述相邻雷达装置的拥堵点合并为连续拥堵点，得到拥堵区段。
33、进一步地，实时调整交通管控措施，包括：
34、动态调整应急车道和主车道使用策略，并优化匝道的开放和关闭状态；
35、根据道路状况和实时交通数据，实施梯度限速措施，动态调整车辆行驶速度；
36、通过路段情报板，实施提高交通信息和行驶建议，对驾驶员行驶路线进行变更引导。
37、进一步地，所述方法还包括：结合交通特殊事件的交通数据，分析所述交通特殊事件对交通拥堵的影响，设计针对性解决方案。
38、一种面向高速公路运营期的智慧扩容系统，所述系统包括：
39、拥堵信息获取模块，采集实时交通流量和速度数据，并通过计算加权平均流量和速度，得到交通拥堵信息；
40、拥堵区段获取模块，根据所述交通拥堵信息，分析相邻雷达间的拥堵数据，并合并连续拥堵点，得到拥堵区段；
41、vc比计算模块，根据所述拥堵区段，通过需求预测算法和通行能力预测算法，计算当前vc比与未来vc比，所述vc比为需求流量与通行能力之比；
42、管控措施调整模块，根据计算结果，对拥堵趋势进行预测分析，并根据预测分析结果，实时调整交通管控措施。
43、进一步地，所述拥堵区段获取模块，包括：
44、空间关系确定单元，获取并记录高速公路沿线雷达装置的地理坐标信息，确定相邻雷达装置的空间位置关系；
45、实际距离计算单元，基于所述空间位置关系，计算所述相邻雷达装置之间的实际距离；
46、空间连续性判断单元，根据所述交通拥堵信息和实际距离，对比所述相邻雷达装置的拥堵状态，当两个所述相邻雷达装置的拥堵状态持续且距离在预设范围内，判定具有空间连续性；
47、拥堵区段获取单元，将判定具有空间连续行的所述相邻雷达装置的拥堵点合并为连续拥堵点，得到拥堵区段。
48、通过本专利技术的技术方案，可实现以下技术效果：
49、通过本专利技术，有效解决了传统交通管理系统在应对高速公路实时交通变化时的响应滞后和数据准确性不足的问题，实现了对交通拥堵的精准预测和动态管理，有效缓解了高速公路交通拥堵问题。
本文档来自技高网...【技术保护点】
1.一种面向高速公路运营期的智慧扩容方法，其特征在于，包括：
2.根据权利要求1所述的面向高速公路运营期的智慧扩容方法，其特征在于，计算加权平均流量和速度，公式为：
3.根据权利要求1所述的面向高速公路运营期的智慧扩容方法，其特征在于，所述需求预测算法采用绕环记忆网络，包括：
4.根据权利要求3所述的面向高速公路运营期的智慧扩容方法，其特征在于，所述需求预测算法构建的需求预测模型，包括：
5.根据权利要求1所述的面向高速公路运营期的智慧扩容方法，其特征在于，所述通行能力预测算法采用集成决策树模型，包括：
6.根据权利要求1所述的面向高速公路运营期的智慧扩容方法，其特征在于，根据所述交通拥堵信息，分析相邻雷达间的拥堵数据，并合并连续拥堵点，得到拥堵区段，包括：
7.根据权利要求1所述的面向高速公路运营期的智慧扩容方法，其特征在于，实时调整交通管控措施，包括：
8.根据权利要求1所述的面向高速公路运营期的智慧扩容方法，其特征在于，所述方法还包括：结合交通特殊事件的交通数据，分析所述交通特殊事件对交通拥
9.一种面向高速公路运营期的智慧扩容系统，其特征在于，所述系统包括：
10.根据权利要求9所述的面向高速公路运营期的智慧扩容系统，其特征在于，所述拥堵区段获取模块，包括：
...【技术特征摘要】
1.一种面向高速公路运营期的智慧扩容方法，其特征在于，包括：
2.根据权利要求1所述的面向高速公路运营期的智慧扩容方法，其特征在于，计算加权平均流量和速度，公式为：
3.根据权利要求1所述的面向高速公路运营期的智慧扩容方法，其特征在于，所述需求预测算法采用绕环记忆网络，包括：
4.根据权利要求3所述的面向高速公路运营期的智慧扩容方法，其特征在于，所述需求预测算法构建的需求预测模型，包括：
5.根据权利要求1所述的面向高速公路运营期的智慧扩容方法，其特征在于，所述通行能力预测算法采用集成决策树模型，包括：
6.根据权利要求1所述的面向高速公路运营...
【专利技术属性】
技术研发人员：杨阳，张志祥，刘强，李东亚，
申请(专利权)人：江苏景行物元科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。