【技术实现步骤摘要】
一种基于改进同步扰动随机逼近算法的交通仿真参数校正方法
本专利技术属于交通规划中的交通仿真领域,具体涉及一种基于改进同步扰动随机逼近算法的交通仿真参数校正方法。
技术介绍
交通仿真参数的校正是指通过调整单个或多个校正参数,使仿真模型输出的验证指标落于实测指标允许的误差范围内。然而参数选择的组合数量庞大,为了得到适用于实际情况的参数组合,必须寻求一种高效、准确的寻优算法。常用的参数校正方法有正交实验法、遗传算法、同步扰动随机梯度逼近算法等。各算法在应用时各有优缺点,正交实验法可通过较少的实验次数获得比较满意的结果,但是该法只适用于特定的参数组合,其输出结果较模糊;遗传算法是一种智能、高效的自动寻优算法,其全局搜索能力强,然而局部搜索能力较差,导致收敛速度较低;而同步扰动随机逼近算法(SPSA算法)在求解维数较高或规模较大的随机系统优化问题中更能体现其优越性。SPSA算法是Spall于1987年在Kiefer-Wolforwitz随机逼近算法(K-W算法)的基础上提出的,该算法通过计算目标函数的近似梯度来逐渐逼近 ...
【技术保护点】
1.一种基于改进同步扰动随机逼近算法的交通仿真参数校正方法,其特征在于,所述方法包括以下步骤:/n(1)以易从仿真模型中直接获取且便于在现场采集为原则,从交通运行效率和安全性两个方面确定仿真模型的验证指标,应用均值法去量纲后,赋予指标各自权重进行求和计算,以获取综合验证指标;/n(2)确定合理仿真次数,通过假设检验法进行默认参数的可行性分析;/n(3)应用敏感性分析法,逐一筛选对验证指标有显著影响的参数,作为待校正参数;/n(4)通过伯努利分布随机生成n维同步扰动向量,在待校正参数基础上产生两组扰动参数值,将其带入Vissim仿真软件中运行,获得两组仿真输出值,同时计算算法 ...
【技术特征摘要】
1.一种基于改进同步扰动随机逼近算法的交通仿真参数校正方法,其特征在于,所述方法包括以下步骤:
(1)以易从仿真模型中直接获取且便于在现场采集为原则,从交通运行效率和安全性两个方面确定仿真模型的验证指标,应用均值法去量纲后,赋予指标各自权重进行求和计算,以获取综合验证指标;
(2)确定合理仿真次数,通过假设检验法进行默认参数的可行性分析;
(3)应用敏感性分析法,逐一筛选对验证指标有显著影响的参数,作为待校正参数;
(4)通过伯努利分布随机生成n维同步扰动向量,在待校正参数基础上产生两组扰动参数值,将其带入Vissim仿真软件中运行,获得两组仿真输出值,同时计算算法中未知梯度的逼近梯度ghat(xk);
(5)应用模糊控制理论,将每次迭代的结果偏差以及其变化率作为模糊控制器的输入,输出结果的变化量,以实时调整算法的常数项参数ak;
(6)结合步骤(4)生成的未知梯度逼近梯度ghat(xk)和步骤(5)生成的常数项参数ak,更新校正参数;
(7)将更新的校正参数代入Vissim中,输出结果平均值并消除指标量纲,判断是否满足迭代停止准则,若满足所需精度,输出参数校正结果;否则返回步骤(4),重新计算同步扰动向量。
2.根据权利要求1所述的基于改进同步扰动随机逼近算法的交通仿真参数校正方法,其特征在于,所述步骤(1)中应用均值法去量纲,保留原指标的变异信息,公式如下:
式中,x′为输出验证指标,x为原验证指标,为指标平均值;
在消除评价指标的量纲之后,根据研究者不同的需求来确定指标各自权重,关系式如下:
F=αF效率+(1-α)F安全
式中,F是权重求和函数,α是权重系数,F效率是去量纲后的交通运行效率指标,F安全是去量纲后的交通安全性指标。
3.根据权利要求1所述的基于改进同步扰动随机逼近算法的交通仿真参数校正方法,其特征在于,所述步骤(2)中所需的样本量数据根据样本标准差确定:
式中,n为最小样本量,S为样本标准差,K为置信度,E为容许误差值。
4.根据权利要求1所述的基于改进同步扰动随机逼近算法的交通仿真参数校正...
【专利技术属性】
技术研发人员:季彦婕,徐梦濛,刘攀,徐铖铖,李志斌,
申请(专利权)人:东南大学,
类型:发明
国别省市:江苏;32
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。