基于IFS交通状态决策信息一致性融合

摘要/Abstract

摘要：

针对多源交通信息具有模糊性和时变性的特点，引入直觉模糊集理论（IFS），建立多源交通信息一致性融合算法，融合传感器检测信息与人工信息对交通状态进行实时判别.为了解决IFS中非隶属度函数难以确定的问题，借鉴隶属度函数的构造方法，通过建立双隶属度函数构造直觉模糊数.并以直觉模糊数中的隶属度、非隶属度建立支持度函数，量化决策信息的一致性程度，决策信息的支持度越高集成权重越大，并且权值随决策信息的变化而动态更新.最后给出交通状态决策信息融合算法的具体步骤，并通过算例证明算法是有效的.

关键词: 智能交通, 状态识别, 信息融合, 直觉模糊集

Abstract:

Considering the multisource traffic information with fuzziness and timevarying characteristics, this paper introduces the intuitionistic fuzzy set theory (IFS) to establish consistency fusion algorithm of multisource traffic information. It integrates sensor detection information and artificial information to recognize on realtime traffic status. To solve the problem, it is difficult to determine in the nonmembership function of the IFS. The construction method of the membership function is introduced, and the dual membership function is used to construct the intuitionistic fuzzy numbers. The support degree function is established using the membership degree and the nonmembership degree, to quantify the degree of consistency in decisionmaking information. The higher the support degree of decisionmaking information is, the greater is the weight degree of integration. The weight is dynamically updated with the changes in the decisionmaking information. Finally, the steps is given for the traffic state decisionmaking information fusion algorithm, and an example is used to illustrate the effectiveness of the algorithm.

Key words: intelligent transportation, traffic state decision, information fusion, intuitionistic fuzzy set (IFS)

中图分类号:

U491.2

尹俊淞，晏启鹏，刘澜，马亚锋. 基于IFS交通状态决策信息一致性融合[J]. 交通运输系统工程与信息, 2013, 13(3): 71-77.

YIN Jun-song, YAN Qi-peng, LIU Lan, MA Ya-feng. Consistent Fusion of Traffic State Decision Information Based on IFS[J]. Journal of Transportation Systems Engineering and Information Technology, 2013, 13(3): 71-77.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18584.shtml

http://www.tseit.org.cn/CN/Y2013/V13/I3/71

参考文献

[1]孔庆杰，陈宜开，刘允才. 基于证据融合的实时交通状态估计[J]. 上海交通大学学报,2008,42(10):1682-1686.[ KONG Q J,CHEN Y K,LIU Y C. Realtime traffic state estimation based on evidential fusion[J]. Journal of Shanghai Jiaotong University,2008,42(10):1682-1686.]

[2]岳朝晖，李娟玲.基于多源信息融合的城市实时路况系统[J]. 长春工业大学学报(自然科学版) ,2011,32(6):592-596. [YUE Z H,LI J L.Study on realtime traffic situation system in urban areas based on multiinformation fusion[J].Journal of Changchun University of Technology(Natural Science Edition) ,2011,32(6):592-596.]

[3]王力，范耀祖，张海.基于探测车技术和多级模糊模式识别的道路交通状态评价方法[J].公路交通与科技，2007，24(9)：92-95.[WANG L, FAN Y Z, ZHANG H .A new traffic state evaluation approach based on probe vehicle and multiclassification fuzzy pattern recognition[J]. Journal of Highway and Transportation Research and Development, 2007,24(9):92-95.]

[4]刘澜，戢晓峰.基于Vague集的道路交通状态决策信息融合[J].公路交通科技，2009，26(5)：112-115.[LIU L, JI X F.Road traffic state decision information fusion based on vague set[J]. Journal of Highway and Transportation Research and Development, 2009,26(5):112-115.]

[5]Atanassov K.Intuitionistic fuzzy sets[J].Fuzzy Sets and Systems,1986,20(1):87-96.

[6]Atanassov K. More on intuitionistic fuzzy sets[J].Fuzzy Sets and Systems,1989,33(1):37-46.

[7]周启海，李燕.基于同构化信息融合的异构不确定多属性决策新模型与新算法[J].计算机科学，2009，36(5)：295-297.[ZHOU Q H,LI Y. New model and algorithm for isomerism indefinite multiobjective decision making based on isomorphic information fusion[J]. Computer Scienc, 2009,36(5):295-297.]

[8]雷英杰，王宝树，苗启广. 直觉模糊关系及其合成运算[J]. 系统工程理论与实践， 2005， 25(2)：113-118.[LEI Y J,WANG B S,MIAO Q G.On the intuitionisticfuzzy relations with compositional operations [ J ].Systems Engineering Theory and Practice, 2005, 25(2): 113-118.]

[9]Xu Z S. Intuitionistic fuzzy aggregation operators[J]. IEEE Transactions on Fuzzy Systems,2007,15:1179-1187.

[10]邢清华，刘付显. 直觉模糊集隶属度与非隶属度函数的确定方法[J]. 控制与决策， 2009， 24(3) : 393-397.[XING Q H, LIU F X. Method of determining membership and nonmembership function in intuitionistic fuzzy sets[J]. Control and Decision, 2009,24(3):393-397.]

[11]王杰，刘琪，党勤华. 确定非线性隶属度函数的单次聚类方法[J].郑州大学学报(工学版),2012,33(2):28-30.[WANG J,LIU Q,DANG Q H. Nonlinear membership function established by singleshot clustering method[J]. Journal of Zhengzhou University(Engineering Science) ,2012,33(2):28-30.]

[12]公安部交通管理局和建设部城市建设司.城市道路交通管理评价指标体系[S].北京：人民交通出版社，2007.[Traffic Administration of Ministry of Public Security and Urban Construction Department of Ministry of Construction. Urban road traffic management evaluation systems[S]. Beijing: China Communications Press, 2007.]

[1]	郭烈, 胥林立, 秦增科, 王旭. 自动驾驶接管影响因素分析与研究进展[J]. 交通运输系统工程与信息, 2022, 22(2): 72-90.
[2]	徐猛, 刘涛, 钟绍鹏, 姜宇. 城市智慧公交研究综述与展望[J]. 交通运输系统工程与信息, 2022, 22(2): 91-108.
[3]	程君, 张立炎, 陈启宏. 一种基于地图辅助的自动驾驶视-惯融合定位方法[J]. 交通运输系统工程与信息, 2022, 22(2): 117-126.
[4]	王国栋, 刘立, 孟宇, 马智萍, 郑淏清, 顾青, 白国星. 一体式车辆避撞轨迹规划与跟踪控制[J]. 交通运输系统工程与信息, 2022, 22(2): 127-136.
[5]	马东方, 陈曦, 吴晓东, 金盛. 基于强化学习的干线信号混合协同优化方法[J]. 交通运输系统工程与信息, 2022, 22(2): 145-153.
[6]	许波桅, 王玲玲, 李军军. 自动化码头多级作业超网络延误传导特性研究[J]. 交通运输系统工程与信息, 2022, 22(2): 280-289.
[7]	田会娟, 刘嘉伟, 翟佳豪, 邓琳琳. 基于多入侵线的视频车速检测方法[J]. 交通运输系统工程与信息, 2022, 22(1): 49-56.
[8]	贾彦峰, 曲大义, 赵梓旭, 王韬, 宋慧. 基于安全势场的网联自主车辆跟驰行为决策及模型[J]. 交通运输系统工程与信息, 2022, 22(1): 85-97.
[9]	刘文, 汪文博. 基于秩最小化矩阵去噪的船舶轨迹重构方法[J]. 交通运输系统工程与信息, 2022, 22(1): 106-114.
[10]	张玉婷, 陈波佑, 张双焱, 闫学东, 李晓梦. 抵近信控交叉口分心驾驶识别模型[J]. 交通运输系统工程与信息, 2022, 22(1): 217-224.
[11]	赵建东, 陈溱, 焦彦利, 张凯丽, 韩明敏. 重点营运车辆的异常驾驶行为识别研究[J]. 交通运输系统工程与信息, 2022, 22(1): 282-291.
[12]	徐东伟, 彭航, 商学天, 魏臣臣, 杨艳芳. 基于图自编码-生成对抗网络的路网数据修复[J]. 交通运输系统工程与信息, 2021, 21(6): 33-41.
[13]	游峰, 梁健中, 曹水金, 肖智豪, 吴镇江, 王海玮. 面向多目标跟踪的密集行人群轨迹提取和运动语义感知[J]. 交通运输系统工程与信息, 2021, 21(6): 42-54.
[14]	王福建, 俞佳浩, 赵锦焕, 梅振宇. 基于站点实时关联度的短时公交客流预测方法[J]. 交通运输系统工程与信息, 2021, 21(6): 131-144.
[15]	张毅, 姚丹亚, 李力, 裴华鑫, 晏松, 葛经纬. 智能车路协同系统关键技术与应用[J]. 交通运输系统工程与信息, 2021, 21(5): 40-51.