[摘要]針對(duì)霧霾天氣條件下配送車(chē)輛的運(yùn)行安全問(wèn)題,應(yīng)用綜合模糊推理系統(tǒng)以及神經(jīng)網(wǎng)絡(luò)的自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)方法,建立了配送車(chē)輛的追尾模型并以實(shí)例驗(yàn)證,從運(yùn)算結(jié)果看,該算法具有很好的自適應(yīng)自學(xué)習(xí)以及處理結(jié)構(gòu)化知識(shí)的能力,為分析霧霾天氣配送車(chē)輛的運(yùn)行安全提供了新思路。
[關(guān)鍵詞]霧霾天氣;配送;運(yùn)行安全;自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)
[中圖分類(lèi)號(hào)]F570.7 文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1005—152X(2017)03—0075—03
1引言
近年來(lái),隨著我國(guó)工業(yè)化的發(fā)展,城市環(huán)境不斷惡化,空氣污染日益嚴(yán)重。國(guó)家環(huán)保部的數(shù)據(jù)顯示,2016年12月18日全國(guó)達(dá)到嚴(yán)重污染的城市共24個(gè),其中8個(gè)城市出現(xiàn)空氣質(zhì)量系數(shù)爆表的情況。持續(xù)的霧霾天氣不僅嚴(yán)重危害到了人們健康,而且對(duì)道路交通安全造成了前所未有的威脅。尤其對(duì)于日益發(fā)達(dá)的物流行業(yè),其主要依靠公路運(yùn)輸完成物資的轉(zhuǎn)運(yùn),而霧霾天氣使得道路能見(jiàn)度降低,嚴(yán)重影響到了配送車(chē)輛的運(yùn)行安全。
而對(duì)于分析車(chē)輛運(yùn)行安全,常常建立以計(jì)算事故發(fā)生概率為目標(biāo)的模型。但由于各種誘導(dǎo)因素之間缺乏聯(lián)系,應(yīng)用傳統(tǒng)的數(shù)學(xué)方法受限。而自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)(Adaptive Neuron-fuzzy Inference System,AN-FIS)通過(guò)對(duì)大量數(shù)據(jù)的分析,能夠自動(dòng)生成并調(diào)整隸屬度函數(shù)翻,更好地模擬出輸出以及輸入的關(guān)系,對(duì)于分析霧霾天氣配送車(chē)輛的運(yùn)行安全具有重要意義。
2霧霾天氣對(duì)配送車(chē)輛運(yùn)行安全的影響
2.1車(chē)輛運(yùn)行安全現(xiàn)狀
伴隨著經(jīng)濟(jì)的高速發(fā)展,我國(guó)道路交通以其短途運(yùn)輸便捷性、經(jīng)濟(jì)性等方面的優(yōu)勢(shì),得到了迅猛發(fā)展的機(jī)遇。而道路建設(shè)和交通管理的發(fā)展不能滿足交通運(yùn)輸發(fā)展的客觀需要,導(dǎo)致道路交通事故急劇增加,極大地威脅到了人們的生命財(cái)產(chǎn)安全。尤其是在特殊氣候條件下,據(jù)公安部道路交通事故統(tǒng)計(jì),我國(guó)每年大約有10%的交通事故與惡劣天氣有關(guān)。
2.2配送車(chē)輛事故分析
配送具有運(yùn)輸時(shí)間緊、運(yùn)輸量大的特點(diǎn),在高速公路行駛速度快,遇到緊急情況時(shí)其剎車(chē)距離很長(zhǎng)。尤其是在霧霾天氣條件下,由于路面與空氣間存在溫差,會(huì)在道路表面形成一層水膜,空氣中的塵土、油污等顆粒就會(huì)吸附上去,從而導(dǎo)致路面摩擦系數(shù)降低。其次,霧霾天氣使得能見(jiàn)度急劇下降,駕駛員的視線受限,反應(yīng)時(shí)間延遲,表1為不同能見(jiàn)度對(duì)道路交通的影響。因此,配送車(chē)輛在這樣的天氣條件下很容易發(fā)生追尾事故,造成巨大的損失。
3自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)
ANFIS是將一階Takagi-Sugeno(TS)模糊推理系統(tǒng)以網(wǎng)格的方式來(lái)實(shí)現(xiàn)從而得到的一種神經(jīng)網(wǎng)絡(luò),綜合了模糊推理系統(tǒng)以及神經(jīng)網(wǎng)絡(luò),既有人工神經(jīng)網(wǎng)絡(luò)自適應(yīng)自學(xué)習(xí)的功能,又有模糊推理系統(tǒng)處理結(jié)構(gòu)化知識(shí)的能力。在安全行車(chē)距離控制領(lǐng)域應(yīng)用較為廣泛,如郭海如的防車(chē)追尾控制器的設(shè)計(jì)、侯志祥的高速公路臨界安全車(chē)距研究等。
(3)訓(xùn)練仿真。根據(jù)以上模糊規(guī)則,應(yīng)用式(1)、(2)、(3)、(4)、(5),隸屬度函數(shù)選用高斯形隸屬度函數(shù),初始步長(zhǎng)為0.01,利用MATLAB編程計(jì)算各種初始條件下的追尾概率,訓(xùn)練該霧霾天氣配送車(chē)輛的ANFIS追尾模型。
4.2結(jié)果分析
通過(guò)仿真,綜合不同初始條件下的結(jié)果,可以得到追尾概率P隨能見(jiàn)度h的變化,如圖2所示。
從圖2可知隨著能見(jiàn)度的增加,追尾概率呈下降趨勢(shì)。當(dāng)h<60m時(shí),追尾概率很大;當(dāng)60m
5結(jié)束語(yǔ)
采用自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng),對(duì)霧霾天氣配送車(chē)輛行車(chē)安全進(jìn)行了研究,建立了基于ANFIS配送車(chē)輛追尾模型。從運(yùn)算結(jié)果來(lái)看,很好地模擬出輸出以及輸入的關(guān)系。為分析特殊天候條件下的車(chē)輛運(yùn)行安全提供了可操作性的預(yù)防風(fēng)險(xiǎn)的建議。