留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

公路隧道突发事件CBR-RBR交通控制方法

林杉 许宏科 刘占文 李曙光

林杉, 许宏科, 刘占文, 李曙光. 公路隧道突发事件CBR-RBR交通控制方法[J]. 交通运输工程学报, 2011, 11(4): 108-113. doi: 10.19818/j.cnki.1671-1637.2011.04.017
引用本文: 林杉, 许宏科, 刘占文, 李曙光. 公路隧道突发事件CBR-RBR交通控制方法[J]. 交通运输工程学报, 2011, 11(4): 108-113. doi: 10.19818/j.cnki.1671-1637.2011.04.017
LIN Shan, XU Hong-ke, LIU Zhan-wen, LI Shu-guang. Traffic control method of highway tunnel emergency based on CBR and RBR[J]. Journal of Traffic and Transportation Engineering, 2011, 11(4): 108-113. doi: 10.19818/j.cnki.1671-1637.2011.04.017
Citation: LIN Shan, XU Hong-ke, LIU Zhan-wen, LI Shu-guang. Traffic control method of highway tunnel emergency based on CBR and RBR[J]. Journal of Traffic and Transportation Engineering, 2011, 11(4): 108-113. doi: 10.19818/j.cnki.1671-1637.2011.04.017

公路隧道突发事件CBR-RBR交通控制方法

doi: 10.19818/j.cnki.1671-1637.2011.04.017
基金项目: 

国家自然科学基金项目 60804049

中央高校基本科研业务费专项资金项目 CHD2011ZY010

详细信息
    作者简介:

    林杉(1983-), 男, 陕西西安人, 长安大学工学博士研究生, 从事交通信息工程及控制研究

    许宏科(1963-), 男, 陕西凤翔人, 长安大学教授, 工学博士

  • 中图分类号: U491.1;U459.2

Traffic control method of highway tunnel emergency based on CBR and RBR

More Information
  • 摘要: 在传统经验式公路隧道交通控制方法基础上, 利用人工智能中的知识表示方法和基于规则的专家系统, 提出一种范例推理与规则推理相结合的公路隧道突发事件交通控制方法, 建立了突发事件下公路隧道车辆诱导预案生成及管理系统。针对某平行分离式隧道, 使用面向对象的范例表示方法, 将已有范例表示为包含范例属性信息、控制方案信息和结果信息的三元组形式, 并给出了计算范例相似度的方法。使用IF-THEN的产生式规则表示方法, 结合公路隧道突发事件的类别属性和阻塞车道数属性, 给出了产生单点交通事故车辆分流控制策略的推理规则。仿真结果表明: 与传统范例推理方法相比, 在范例数量不足条件下, 该交通控制方法可缩短预案生成时间22%, 方法有效。

     

  • 图  1  范例推理环

    Figure  1.  CBR cycle

    图  2  规则-范例推理结构

    Figure  2.  CBR-RBR structure

    图  3  系统模块

    Figure  3.  System module

    图  4  系统工作流程

    Figure  4.  System work flow

    图  5  平行分离式公路隧道平面

    Figure  5.  Plan of parallel separate highway tunnel

    图  6  预案生成时间比较

    Figure  6.  Generation time comparison of response plans

    表  1  范例属性信息定义

    Table  1.   Definitions of case attribute informations

    范例属性 属性取值 取值类型
    事件时段 白天、夜晚 字符型
    事件地点 距隧洞入口距离/m 数值型
    事件类型 火灾事故、危险品事故、交通事故、自然灾害、其他 字符型
    伤亡人数 非负整数 数值型
    阻塞车道数 单车道、双车道 字符型
    实时交通流量 流量数据/ (veh·h-1) 数值型
    下载: 导出CSV

    表  2  典型隧道单点交通事故交通控制策略

    Table  2.   Control strategy of single point traffic accident for typical tunnel

    规则序号 判断条件 交通控制方式
    L D l1 l2 l3 l4 l5 l6
    1 l1 d1 u2 u1 u1 u1 u1 u1
    2 l1 d2 u3 u1 u1 u1 u1 u1
    3 l1 d3 u4 u1 u1 u5 u5 u5
    4 l2 d1 u1 u2 u1 u1 u1 u1
    5 l2 d2 u1 u3 u1 u1 u1 u1
    6 l2 d3 u4 u4 u1 u5 u5 u5
    7 l3 d1 u1 u1 u2 u1 u1 u1
    8 l3 d2 u1 u1 u3 u1 u1 u1
    9 l3 d3 u4 u4 u4 u5 u5 u5
    下载: 导出CSV

    表  3  范例实例

    Table  3.   Examples of case

    范例编号 事件发生时段 事件发生地点 事件类型 伤亡人数 阻塞车道数 实时交通流量 交通控制方案
    C1 白天 540 交通事故 0 单车道 710 方案1
    C2 白天 300 交通事故 5 双车道 460 方案2
    C3 白天 10 自然灾害 0 双车道 500 方案3
    C4 白天 760 交通事故 3 单车道 620 方案4
    C5 白天 1 320 火灾事故 4 双车道 430 方案5
    C6 夜晚 860 交通事故 1 单车道 650 方案6
    下载: 导出CSV

    表  4  范例相似度计算结果

    Table  4.   Computation results of case similarities

    范例编号 属性相似度 与范例C0相似度
    事件发生时段 事件发生地点 事件类型 伤亡人数 阻塞车道数 实时交通流量
    C1 1.000 0.944 1.000 0.867 0.000 0.959 0.761
    C2 1.000 0.891 1.000 0.800 1.000 0.977 0.944
    C3 1.000 0.828 0.000 0.867 1.000 0.988 0.746
    C4 1.000 0.992 1.000 0.933 0.000 0.982 0.784
    C5 1.000 0.886 0.000 0.866 1.000 0.970 0.753
    C6 0.000 0.987 1.000 0.934 0.000 0.974 0.702
    下载: 导出CSV
  • [1] 韩直. 公路隧道交通控制模式研究[J]. 公路交通技术, 2004 (1): 86-90. https://www.cnki.com.cn/Article/CJFDTOTAL-GLJT200401023.htm

    HAN Zhi. Highway tunnel traffic control models[J]. Technology of Highway and Transport, 2004 (1): 86-90. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-GLJT200401023.htm
    [2] 赵忠杰, 丁恒, 田梅. 公路隧道交通疏散策略[J]. 长安大学学报: 自然科学版, 2007, 27 (1): 50-53. https://www.cnki.com.cn/Article/CJFDTOTAL-XAGL200701011.htm

    ZHAO Zhong-jie, DING Heng, TIAN Mei. Strategy of dispersing disasterin highwaytunnel[J]. Journal of Chang'an University: Natural Science Edition, 2007, 27 (1): 50-53. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-XAGL200701011.htm
    [3] YANG Shun-xin, NIFu-jian, CHEN Fei. Hierarchical decisionmaking system for real-time freeway incident response[J]. Journal of Southeast University: English Edition, 2009, 25 (4): 536-540.
    [4] 戢晓峰, 刘澜. 基于案例推理的交通拥挤管理方法[J]. 西南交通大学学报, 2009, 44 (3): 415-420. doi: 10.3969/j.issn.0258-2724.2009.03.019

    JI Xiao-feng, LIU Lan. Traffic congestion management method based on case-based reasoning[J]. Journal of Southwest Jiaotong University, 2009, 44 (3): 415-420. (in Chinese) doi: 10.3969/j.issn.0258-2724.2009.03.019
    [5] 李小平, 唐士晟. 铁路救援指挥系统中IDSS的构建方法研究[J]. 铁道学报, 2008, 30 (5): 20-24. https://www.cnki.com.cn/Article/CJFDTOTAL-TDXB200805004.htm

    LI Xiao-ping, TANG Shi-sheng. Research of construction method of IDSS in the railway rescue command system[J]. Journal of the China Railway Society, 2008, 30 (5): 20-24. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-TDXB200805004.htm
    [6] CHOU J S. Web-based CBR system applied to early cost budgeting for pavement maintenance project[J]. Expert Systems with Applications, 2009, 36 (2): 2947-2960. doi: 10.1016/j.eswa.2008.01.025
    [7] TUNG Y H, TSENG S S, WENG J F, et al. A rule-based CBR approach for expert finding and problem diagnosis[J]. Expert Systems with Applications, 2010, 37 (3): 2427-2438.
    [8] 罗杰文, 施智平, 何清, 等. 一种CBR与RBR相结合的快速预案生成系统[J]. 计算机研究与发展, 2007, 44 (4): 660-666. https://www.cnki.com.cn/Article/CJFDTOTAL-JFYZ200704016.htm

    LUO Jie-wen, SHI Zhi-ping, HE Qing, et al. A quick emergency response plan generation system combining CBR and RBR[J]. Journal of Computer Research and Development, 2007, 44 (4): 660-666. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JFYZ200704016.htm
    [9] XU Hong-ke, CHUAI Jin-hua, CHEN Da-shan, et al. Simulation of highway tunnel traffic control and guidance[C]//Chinese Institude of Electronics. 2007 8th International Conference on Electronic Measurement and Instruments, ICEMI. Xi'an: Chinese Institude of Electronics, 2007: 2644-2647.
    [10] 李乾鹏, 方家骐. 基于RBR和CBR规划中的知识表示方法研究[J]. 计算机工程与设计, 2009, 30 (22): 5166-5170, 5174. https://www.cnki.com.cn/Article/CJFDTOTAL-SJSJ200922036.htm

    LI Qian-peng, FANG Jia-qi. Knowledge representation of planning based on RBR and CBR[J]. Computer Engineering and Design, 2009, 30 (22): 5166-5170, 5174. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SJSJ200922036.htm
    [11] 杨善林, 胡笑旋, 李永森. 基于案例和规则推理的贝叶斯网建模[J]. 哈尔滨工业大学学报, 2006, 38 (10): 1644-1648. https://www.cnki.com.cn/Article/CJFDTOTAL-HEBX200610007.htm

    YANG Shan-lin, HU Xiao-xuan, LI Yong-sen. Bayesian network modeling based on CBRand RBR[J]. Journal of Harbin Institute of Technology, 2006, 38 (10): 1644-1648. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-HEBX200610007.htm
  • 加载中
图(6) / 表(4)
计量
  • 文章访问数:  782
  • HTML全文浏览量:  67
  • PDF下载量:  607
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-03-08
  • 刊出日期:  2011-08-25

目录

    /

    返回文章
    返回