一种基于遗传算法的交通事件检测算法的参数自整定方法
专利类型：发明专利
语 言：中文
申 请 号：CN201710607981.X
申 请 日：20170724
申 请 人：重庆大学
申请人地址：400044重庆市沙坪坝区正街174号
公 开 日：20171024
公 开 号：CN107293120A
代 理 人：武君
代理机构：北京汇泽知识产权代理有限公司11228
摘 要：本发明公开了一种基于遗传算法的交通事件检测算法的参数自整定方法，包括一：完成阈值参数的离线整定；二：配置系统信息；三：捕获系统时间t；四：读取数据库中的交通流数据；步骤五：得到每个检测周期的检测结果；六：实时存储检测结果和对应的交通流数据；七：获取当前算法阈值，估算对应时间窗内的交通事件检测性能效果并存储；八：引入遗忘因子λ，计算当前的算法性能指标；九：判断当前算法的检测性能是否满足性能要求，如果满足则不更新California算法参数，如果不满足则返回步骤二更新信息。本发明针对California算法阈值标定困难、标定不合理等问题，本发明提出的参数自整定方法能够提高California算法的可移植性和自适应性，提升交通事件检测的整体效果。??全部
主 权 项：一种基于遗传算法的交通事件检测算法的参数自整定方法，其特征在于：包括步骤一：利用历史数据，以事件检测的性能指标为目标，采用遗传算法对检测算法阈值参数进行寻优，完成阈值参数的离线整定；步骤二：配置系统信息，包括算法初始参数和算法需满足的性能指标要求；步骤三：捕获系统时间t，判断是否到采样周期，不到则等待；步骤四：若时间已到采样周期，则读取数据库中的交通流数据，并进行数据预处理和路段匹配；步骤五：启动交通事件检测算法，得到每个检测周期的检测结果，根据检测结果，若有交通事件则进行报警处理，若无交通事件则进行解除报警处理；步骤六：建立滑动时间窗t?m+1，实时存储检测结果和对应的交通流数据，其中，t为当前时间，m为时间窗的长度；步骤七：获取当前算法阈值，结合时间窗t?m+1内的交通流数据，利用基于事件检测性能的自整定条件模型估算对应时间窗内的交通事件检测性能效果并存储；步骤八：引入遗忘因子λ，利用以往存储的检测性能结果加权求和，计算当前的算法性能指标；步骤九：判断当前算法的检测性能是否满足性能要求，如果满足则不更新California算法参数，如果不满足则利用改进的遗传算法更新California算法参数直至满足性能要求为止并返回步骤二更新系统信息；步骤十：当前判别周期结束，等待下一检测周期到来。
关 键 词：
法律状态：公开
IPC专利分类号：G08G1/01(2006.01)I;G06N3/12(2006.01)I