引用本文
李润梅, 梁秋鸿. 基于区间二型模糊集合的人工交通系统可信度评估. 自动化学报, 2019, 45(10): 1915-1922. doi: 10.16383/j.aas.c180105
LI Run-Mei, LIANG Qiu-Hong. Artificial Traffic System Credibility Evaluation With Interval Type-2 Fuzzy Sets. ACTA AUTOMATICA SINICA, 2019, 45(10): 1915-1922. doi: 10.16383/j.aas.c180105
http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180105
关键词
人工交通系统,可信度评估,二型模糊集合,区间算法,Jaccard算法
摘要
提出了一种基于区间二型模糊集合理论的人工交通系统可信度评估方法.该方法以二型模糊集合算法为核心数据处理方法,构建了人工交通系统的评估体系.利用置信区间方法提取实际交通数据和人工交通数据的统计特征,同时为二型模糊集合提供了输入数据.利用二型模糊集合处理不确定性、随机性和噪声数据的能力,得到刻画实际交通系统和人工交通系统特性的输出数据集.并基于Jaccard算法对两个系统二型模糊集合的输出集进行了相似度运算,以Cronbach系数值为依据,实现了人工交通系统的可信度评估.与传统可信度评估方法相比,该评估方法具有较强的数据处理能力,有效地实现了基于数据驱动方法理念下人工系统与实际系统之间的比较.本文基于面向对象编程语言搭建开发的基于Agent的人工交通系统模型,对其进行了可信度评估验证,评估结果说明了所提出方法的合理性和有效性.
文章导读
人工交通系统是利用人工社会的基本理论与方法, 通过抽取交通环境中单个个体或局部交通行为的基本属性或动态规律, 基于Agent建模技术, 通过交通系统个体或局部Agent之间相互作用, "涌现(Emergence)"出复杂的交通现象, 这是一个"自下而上"、基于"简单一致原则"人工"培育"出来的交通系统[1-3].人工交通系统可把"仿真"结果作为现实的一个替代版本, 而把实际系统也作为可能出现的现实中的一种, 与仿真结果等价[4-6].
霍兰指出: "涌现现象是以相互作用为中心的, 它比单个行为的简单累加要复杂得多"[7].对代理、环境及规则上描述的细微差别, 在涌现过程中, 就可能出现"差之毫厘, 谬以千里"的结果, 从而仿真结果失去了对现实的指导意义, 甚至给出完全错误的指导方案.正如社会学家Helmreich所批评的一样:人工社会的模型反映的是其创造者的潜意识中的文化假设和偏见[8].
如何避免这一问题?在人工交通的建模及平行系统的研究中, 需要引入严密的量化评估体系, 建立系统"可信"或"可用"的数学描述, 并从多维度、多粒度的数据层面进行量化评估, 从理论上保证人工交通系统与现实交通系统在统计特性上、在动态演化规律上、在行为特性上的一致性.本文针对人工交通系统, 基于人工交通系统基本体系结构, 将二型模糊集合方法引入人工交通系统可信度评估中, 建立了一种适用于人工交通系统的可信度评估理论体系与具体评估方法.并利用一个"人工公交交通系统"模型, 进行了可信度评估的数据验证.
本文结构安排如下.第1节介绍了可信度研究的意义, 对可信度研究方法和成果进行了综述, 并提出了本文的可信度评估框架.第2节为可信度评估使用的核心算法介绍.第3节仿真验证.最后给出结论.
图 1 基于二型模糊集合理论的人工交通系统评估过程
图 2 24小时交通流量的区间化描述
图 3 典型人工公共交通系统模型
本文进行了人工交通系统模型可信度评估的研究:针对交通数据的不确定性和随机性特性, 在可可信度评估中引入区间二型模糊集理论, 利用基于统计的数据一致性分析思想, 构建了基于区间二型模糊集方法的人工系统可信度评估方法.本文核心思想是对实际系统和人工系统的输出数据进行了二重处理, 一重处理通过置信区间获取数据的统计特征, 同时区间化得到二重处理的输入数据:二重处理通过二型模糊集方法处理不确定性数据、随机性数据以及噪声数据的能力, 获得更细致刻画系统特性的输出数据集, 通过两个数据集的相似性程度评估系统的可信度.
本文使用人工交通系统中候车乘客人数这一类易受周边环境影响的数据进行了计算验证, 结果表明了基于区间二型模糊集合的可信度评估方法的有效性和合理性.
本文的研究过程中还存在着如下一些问题: 1)在建模过程中没有完全提取交通系统的所有参数及特性; 2)在案例研究中, 也只针对公交运行过程中乘客上车人数数据进行评估, 相对单一.后续的研究工作要继续完善人工交通系统模型, 获得更多类型的数据, 通过更多案例研究实现系统的可信度评估.同时, 也将研究如何通过可信度评估过程及结果对人工交通系统建模过程提出优化建议.
作者简介
梁秋鸿
北京交通大学智能系统与可再生能源中心硕士研究生.主要研究方向为交通流量预测和交通信息处理.E-mail:17120235@bjtu.edu.cn
李润梅
北京交通大学电子信息工程学院副教授.2005年获中国科学院自动化研究所控制理论与控制工程博士学位.主要研究方向为交通信息处理, 无人驾驶车辆的路径规划和控制.本文通信作者.E-mail:rmli@bjtu.edu.cn
转载本文请联系原作者获取授权,同时请注明本文来自欧彦科学网博客。
链接地址:https://wap.sciencenet.cn/blog-3291369-1396142.html?mobile=1
收藏