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技术

本发明专利技术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。本发明专利技术针对California算法阈值标定困难、标定不合理等问题，本发明专利技术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。

A parameter auto tuning method of traffic incident detection algorithm based on genetic algorithm

The invention discloses a parameter of traffic incident detection algorithm based on genetic algorithm tuning method, including a complete threshold parameter of off-line setting; two: system configuration information; three: capture system time t; four: read the traffic flow data in the database; step five: get the test results of each test cycle; six: traffic flow data storage and the corresponding test results; seven the algorithm threshold estimation effect of traffic incident detection performance corresponding time window and storage; eight: introducing the forgetting factor lambda, calculate the current algorithm performance index; nine: determine whether the detection performance of the algorithm can meet the performance requirements, if meet it would not update the California algorithm parameters, if not met then return to step two update information. The invention is based on California threshold algorithm, calibration calibration difficult problems such as unreasonable, the parameters of the self tuning method of California algorithm can improve the portability and adaptability, enhance the overall effect of the traffic incident detection.

【技术实现步骤摘要】
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
本专利技术涉及本专利技术属于智能交通领域，尤其涉及利用遗传算法对交通事件检测算法的参数进行的自整定。
技术介绍
目前，高速公路为人们提供了一个舒适快捷的生活方式，然而日益增长的交通需求量和相对较低的道路通行能力产生了矛盾，导致道路上发生的交通事故、车辆抛锚、货物散落等偶然交通事件频发，使得高速公路效率降低，造成了不良的社会影响，日益成为高速公路运营的重要问题，因此采用事件检测方法及时、准确地发现交通事件，对保证高速公路的运行安全和社会公众出行畅通具有十分重要的意义。交通事件检测算法是进行事件检测、把握道路异常运行状态和进行道路运营管理的前提和关键技术。其中California算法是一种经典的交通事件检测算法，因该算法具有原理简单，过程直观的优势，已经成熟地应用于国内外各种工程实践中。然而在实际应用中还存在一些问题影响着检测效果，然而目前还存在算法阈值标定困难、标定不合理等问题，且随着如路段属性和流量环境等外界条件的变化，固定阈值会导致算法检测性能下降，从而导致算法的适应性变差和误警率升高。目前算法参数的确定过程实际上是利用事件和非事本文档来自技高网...

【技术保护点】
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...

【技术特征摘要】
1.一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。2.根据权利要求1所述的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：所述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，包括步骤(1)通过基因编码策略，将所求解的空间转化成编码后的解空间；步骤(2)根据具体的研究问题，构造适应度函数；步骤(3)确定...

【专利技术属性】
技术研发人员：孙棣华，赵敏，郑林江，刘严磊，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆,50