CN115600421A - 基于改进型Petri网的自主式交通系统演化模型的构建方法及装置、介质 - Google Patents

基于改进型Petri网的自主式交通系统演化模型的构建方法及装置、介质 Download PDF

Info

Publication number
CN115600421A
CN115600421A CN202211349644.2A CN202211349644A CN115600421A CN 115600421 A CN115600421 A CN 115600421A CN 202211349644 A CN202211349644 A CN 202211349644A CN 115600421 A CN115600421 A CN 115600421A
Authority
CN
China
Prior art keywords
layer
traffic system
transition
network
evolution
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211349644.2A
Other languages
English (en)
Inventor
张心怡
徐云雯
李德伟
庞溟舟
陈友仁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202211349644.2A priority Critical patent/CN115600421A/zh
Publication of CN115600421A publication Critical patent/CN115600421A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40Business processes related to the transportation industry

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种基于改进型Petri网的自主式交通系统演化模型构建方法,包括:确定交通系统所包含的要素,关联结构及输入输出关系;设计自主式交通系统的静态多层网络结构,定义多层网络节点及其属性;设计多层Petri网,量化各层节点属性,提出了改进型Petri网的动态演化规则,以适应交通系统演化特点;基于改进型多层Petri网的动态演化规则,运算输出演化过程中各要素属性及演化结果;展示交通系统多层网络动态演化过程及结果,并输出动态可视化文件。本发明实现交通系统宏观演化模型的构建、运算及可视化,展示了自主式交通系统中技术、需求、服务、组分、功能等要素的演化过程,有利于分析交通系统发展过程中要素间的相互影响关系。

Description

基于改进型Petri网的自主式交通系统演化模型的构建方法 及装置、介质
技术领域
本发明涉及智能交通系统,特别是一种基于改进型Petri网的自主式交通系统演化模型的构建方法及装置、介质。
背景技术
道路交通运输系统是一个包含经济属性、地理属性、社会属性等多重特征的复杂巨系统,涉及的内容数量庞大、类型众多、关系复杂,具有开放性、自组织性和不确定性等多种特征。在交通用户运输需求的不断增长以及技术发展的不断推动下,道路交通运输系统经历了从马车时代、自行车时代到汽车时代多个不同阶段,呈现一种不断向前演化的发展态势。整体发展特征符合系统论的规律,即在自身发展能力和资源、能量、信息条件约束下,交通系统不断经历发展、突变再到稳定的过程。但不同发展阶段,其经济发展水平不同,运输需求也相应地不同,技术约束力度也不尽相同,致使道路交通运输系统内部不同层次不同参与主体间的演化关系呈现多样性。
在前工业化时期,经济发展水平低,运输市场呈现运输需求量小、品质要求低等特点;人们克服空间距离障碍的技术水平低,道路运输发展缓慢,以人或自然力为动力的运输方式为主;在工业化前中期,随着生产集中和规模扩大,燃料、原料的需求量大大超过前工业化水平,提高运输能力成为交通运输系统发展的主要目标,这一阶段道路建设、水运和铁路逐渐发展起来;在工业化中后期,运输需求数量和运距急剧增加,特别是进入高度加工工业阶段,汽车、精密仪器、电器和电子产品等高附加值的产品大幅度增加,这一时期运输需求在“数量”上的增加已不再是主要方面,它对运输系统的要求则更多地转向“质量、效率”方面,即要求更高效、更便捷、更舒适。以效率和质量为特征的一体化运输逐渐为人们关注。在现代化期间,随着经济全球一体化和市场竞争加剧,信息技术和现代通信技术的迅猛发展和广泛利用,运输装备创新能力的不断提升,尤其是自动驾驶车辆的诞生与迅速发展,为构建高品质、高效率的运输体系创造了有利的技术条件,交通运输体系的变化也日益错综复杂,其突出表现是人和物的运输需求更加瞬息万变和趋向个性化。用户希望得到更主动的服务,决策者希望能够得到系统的自主响应。随之道路运输系统的复杂性不断加大、信息量变大、子系统增多、迭代加快,靠人指挥交通系统已满足不了需求,需要实现一个更加安全、高效、便捷、绿色、经济的交通系统,减少人的参与,即自主式交通系统(AutonomousTransportation System,以下简称为ATS)。
自主式交通系统在交通用户的需求和新兴技术的发展的双重动力的驱动下,遵循着一定的系统发展规律不断演化。在发展过程中,交通系统不断修正,提升在复杂环境下的适应性,整体呈现出从无序到有序、有序到无序的螺旋式向上发展态势。但面对未来交通发展中可能会遇到的突变性和不确定性,尤其面对近些年车联网和无人驾驶的飞速发展,如何能够从容高效地制定相关政策、引导市场发展和满足大众出行需求,使系统逐渐具备对自我感知能力的建设,朝着自感知、自修复的自主化系统方向进步,是值得思考和研究的问题。因此,需要对交通系统内部的演化机理进行探索,分析系统内部各要素之间的相互激励和牵制关系,从宏观上刻画交通系统的发展和演化趋势。
专利文献CN113902124A公开了一种自主式交通系统演化模型的构建方法、装置及介质,其虽然也针对自主式交通系统中要素及要素之间的关联进行研究,但是其为基于群体博弈的微观自主式交通系统演化模型,基于复杂网络上的演化博弈来模拟交通系统的演化,未从宏观把控未来技术和需求输入下自主式交通系统各要素的演化进程和方向。
现有的离散化事件驱动的系统建模方法,例如基于Petri网构建网络模型,可以实现网络下交通运行事件模拟。可以通过计时的事件驱动的网络运行理论实现网络运行,但是,其并不能体现复杂系统的全貌,对自主式交通系统中各物理对象、要素及属性的阐述不足,对于系统的连续变化表现力亦缺乏支持。
发明内容
本发明针对现有技术中存在的上述不足,提供一种基于改进型Petri网的自主式交通系统演化模型的构建方法,该方法利用Petri网的动态变迁,实现了自主式交通系统宏观演化模型的构建、运算及可视化,展示了自主式交通系统中技术、需求、服务、组分、功能等要素的演化过程,有利于分析各要素在交通系统发展过程中重要程度变化和要素间的相互影响关系。
本发明是通过以下技术方案实现的。
一方面,本发明提供一种基于改进型Petri网的自主式交通系统演化模型的构建方法,其特点在于,所述方法包括以下步骤:
1)确定自主式交通系统中包含的要素、要素之间的关联结构及要素之间的输入输出关系;
2)设计各层网络节点及其属性,建立演化模型静态网络的层间链接,搭建自主式交通系统的静态多层网络结构;
3)设计多层Petri网,量化各层节点属性,提出了改进型Petri网的动态规律,以适应演化模型的演化规则;
4)基于改进型Petri网的动态规律,运算输出演化过程中各要素属性及演化结果;
5)展示交通系统多层网络动态演化过程及结果,输出动态可视化文件,形成模块化的自主式交通系统演化模型软件系统。
所述的交通系统包含的要素分为组分、服务、功能、技术和需求五类,所述的交通服务以系统用户需求为中心,从系统用户角度描述了交通系统“应该做什么”,涵盖了对交通系统出行、管理、规划以及标准法规等方方面面的服务;组分是交通系统服务集的参与对象,包含用户主体、载运工具、基础设施及运输货物等;交通系统的功能面向服务,是交通系统能够实现其部分内涵的单个模块或若干模块集;需求和技术则分别是交通系统的内部和外在驱动力。
优选地,所述的确定要素之间的关联结构如下:
在自主式交通系统中,所述技术要素驱动所述组分要素的发展;所述组分要素中的智能设备影响所述功能要素,而所述组分要素中的其他组分与所述功能要素共同支撑所述服务要素;所述需求要素对所述服务要素具有激励作用。要素之间的具体关联关系见图1。
优选地,所述的交通要素间的输入输出关系如下:
交通系统五要素之间以直接或间接的方式相互关联和影响,其相互作用的本质为:技术影响智能设备,智能设备实现功能,功能实现服务,需求同时也会激励服务;而组分作为中间媒介,是实现服务的载体,同时组分中的智能设备类还受到技术的影响,同时影响功能。值得指出的是,与以往研究中对组分的定义不同,组分框架中除了包含用户主体、载运工具、基础设施、运输货物和交通环境外,还增加智能设备这一类别,智能设备受技术水平的直接影响,进而影响功能的实现。基于上述各要素之间的关系,建立多层网络模型来描述交通系统发展过程中各要素。具体而言,引入组分层、功能层和服务层三层网络拓扑结构,技术层作为外部输入支撑组分中物理实体的迭代和更新,服务层在需求层的内部需求激励和功能层的功能辅助下实现服务。交通系统要素之间的输入输出关系如图1 所示:1)组分层(智能设备)的输入为技术层;2)功能层的输入为组分层(智能设备);3)服务层的输入为需求层与功能层;4)服务层与组分层存在连接关系。
优选地,所述的设计的网络节点及其属性如下:
基于Petri网的库所、变迁、流关系、容量函数、权函数、初始标识等静态特征,设计了五层网络节点:技术层、功能层、组分层、需求层和服务层。
其中技术层是自主式交通系统演化过程中涉及的关键技术,如通信技术、大数据技术、计算技术等;服务层是自主式交通系统服务体系囊括的服务;功能层是自主式交通系统功能,由服务层的服务按照感知、学习、决策、响应的逻辑展开;需求层是当前交通系统服务对应的需求;组分层由智能设备和其他组分组成,代表自主式交通系统中具有智能属性的设备实体以及不具有自主化属性的其他实体。
技术层、功能层、组分层、需求层和服务层网络节点的属性为交通系统元素的自主化水平。但组分层分为智能设备和其他组分,其他组分不具有节点属性。
基于Petri网的建模方法,将上述ATS多层网络中每个节点定义为一个库所,用库所当前标识(即,每个库所的令牌数)来描述当前运输系统中每个元素属性的当前状态。在复杂网络中,网络节点属性与网络整体性能密切相关。ATS多层网络模型主要用来描述交通系统发展过程,其中各层网络节点属性的定义应与交通系统自主化属性相关。
在组分层,每个节点表示物理系统中的某一参与实体。组分的自主化性质主要体现在智能设备上,其他用户主体不具有自主属性的变化。功能层各节点代表某一具体功能模块,每一个功能具体对应到实现“感知、学习、决策、响应”中的某一项功能。因此,功能层各节点的属性根据其实现的功能可定义为感知精度、学习能力、决策水平和响应能力。服务层节点表示实现的某一项服务,具体体现交通系统提供该服务的能力,其自主化水平由支撑它实现的各项功能的自主化水平和交通主体的需求水平共同决定。
每一个技术节点代表某一项具体的技术,其属性分别定义为相应技术的能力,比如定位技术的属性定义为定位精度,感知技术的属性定义为感知精度。服务对应的需求内容具体,但可以为其映射一个核心属性,选择安全、绿色、便捷、高效、经济中其最突出体现的属性,作为该需求的属性含义。
优选地,所述的演化模型网络的层间链接如下:
考虑到载运工具和基础设施的自主性由其内置智能设备的智能化水平共同决定,组分内的智能设备实体的智能化水平作用于功能层的功能节点。在连接关系上,组分层节点和服务层节点呈现多对一、一对多或一对一的关系,而功能层功能节点与服务层服务节点均以多对一的形式;组分层中的智能设备节点与功能层节点间的连接关系与功能节点所需要内置的智能设备密切相关,连接关系上也呈现出多对一、一对多或一对一的多种形式。
技术水平的改变会直接影响组分中智能设备的智能化水平,进而影响功能、服务的自主化水平。技术节点与组分层节点的连接关系与智能设备需要的技术相关,形式上会呈现多对一、一对多或一对一的关系。在内部需求中,需求节点与服务成多对一的对应关系,由需求输入到服务层。
优选地,所述的演化模型网络的静态结构如下:
网络节点为交通系统中的五种交通要素,各交通要素容纳众多交通参与主体,根据交通场景的不同有所不同;网络链接为当前交通场景包含的交通参与主体之间的关联和影响关系。形成包含技术层、组分层、功能层、服务层、需求层的五层复杂网络。其中技术层与组分层相连;组分层与技术层、功能层和服务层相连;功能层与组分层和服务层相连;服务层与组分层、功能层和需求层相连;需求层与服务层相连。图2为演化模型网络的静态结构。
优选地,所述的演化模型的演化规律如下:
ATS多层网络的演化规则基于Petri网的基本变迁规则。利用Petri网的转移规则改变每个库所的标识,推导交通要素之间相互影响和属性变化的过程,进而模拟交通系统演化和发展的结果。将Petri网的变迁规则映射到交通系统即为,当交通系统的一些要素属性等级满足条件时,会影响一些与之相关联的要素等级,使得这些要素的等级也随之提高。
自主式交通系统演化模型的变迁分为三类:技术到智能设备的变迁;智能设备到功能的变迁;需求和功能到服务的变迁。图3为需求和功能到服务的变迁。
优选地,所述的多层Petri网定义为:
Petri网是一种特殊的网系统,其网络节点称为库所。而经典意义的Petri 网节点无分层概念。为了更好地表征交通系统中交通要素的演化关系,将Petri 网的库所分为五层:技术层、需求层、功能层、组分层和服务层。
Petri网同一层的节点无连接关系,即不构成同一变迁的前后集;而变迁仅出现在不同层的库所之间,不存在于同一层的库所之间。
优选地,所述的各层节点属性量化如下:
所述技术层节点的技术水平等级量化为5级;所述功能层节点的感知精度、学习能力、决策水平或响应能力等级量化为5级;所述组分层节点中智能设备的智能程度等级量化为5级,其他组分不具有节点属性;所述需求层节点被需要程度等级量化为5级;所述服务层节点的服务水平等级量化为5级。所述量化等级数即为库所中最大令牌数。
优选地,改进型Petri网的动态规律如下:
在交通系统演化中,由于各要素的属性值在演化过程中不会减小,对应的 Petri网中各库所状态值不会在变迁发生后减小,这与Petri网的基本变迁规则不符。因此,为了更加符合交通系统演化特征,满足各要素经过演化后所处的状态,本方法改进了变迁规则,将petri网的库所分为三类:状态库所,表征当前该交通系统的参与主体的属性状态;动态库所,作为petri网中可以参与变迁的库所;中间(虚拟)库所,构成演化模型变迁中的结构,体现交通要素之间的输入输出关系。
图4为状态库所与动态库所之间的结构图,动态库所直接参与Petri网的动态变迁,因此符合经典Petri的变迁规则,即:
在Petri网中,对于一个变迁l,·l记为它的前集,即指向它的库所的集合; l·记为它的后集,即它指向的库所的集合。任意一个库所b∈B是否能够发生变迁与该库所的前集和后集状态,以及自身库所容量和当前库所状态均相关。
则变迁l在库所b状态为M时可以发生的条件是:
Figure RE-GDA0003926695580000072
若上述条件满足,则变迁l发生,将标识M改变为M的后继M′,M′的定义是:
Figure RE-GDA0003926695580000071
而状态库所、动态库所属于同一个变迁的后集和前集,因此状态库所的状态不会因为向后的变迁而发生变化,即,其令牌数不会因变迁而减少。
因此,在该变迁之后,图2中的动态库所的令牌数将变为:
M′(b)=M(b)-W(b,l)
状态库所的令牌数将变为:
M′(b)=M(b)
图5为代表技术的动态库所经过虚拟库所作用于功能库所的示意图。具体而言,技术1同时作用于功能1和功能2,技术2单独作用于功能2。技术1若直接输入到功能1和功能2,则两个过程间存在冲突、竞争的关系。但实际上两个过程可以并行发生。因此将原先技术到功能的变迁转化为一个后集为虚拟库所的变迁和一个前集为虚拟库所的变迁的串联。
优选地,所述的输出的交通系统多层网络动态演化过程及结果如下:
初始条件下,技术和需求等级已知且不全为0,组分、功能、需求等级从0 开始演化。每次选择一个变迁,判断其是否满足变迁触发条件:若满足,变迁可以被触发,变迁前集库所的状态减少相应的token数,变迁后集库所状态增加相应的token数,此时变迁后集对应的节点,即相应自主式交通系统要素属性值相应升高,记录此时被触发的变迁序号及所有要素的当前属性值;若不满足触发条件,则变迁无法被触发。记录每次变迁后所有要素的属性值,即构成交通系统多层网络动态演化过程。直到没有可被触发的变迁,交通系统的状态达到稳定,即输出当前输入条件下的的交通系统多层网络演化结果。
图6为一定技术和需求输入下,输出的交通系统多层网络动态演化过程及结果。
优选地,所述的形成的模块化的自主式交通系统演化模型软件系统如下:
输入节点编号文件给库所赋予定义,输入连接关系文件定义变迁,输入技术需求等级初始化状态;
进入运算模块,对演化模型Petri网的所有变迁进行遍历,对于遍历到的变迁,判断其是否满足变迁发生的条件,如果不满足,直接输出一条信息后返回判断;如果满足变迁发生条件,触发运行机制,记录生效的变迁号,计算变迁后库所token数(即要素属性等级)。直到整轮循环中没有可触发的变迁,就进入输出模块,输出变迁过程和演化过程中的状态,并最终进行可视化的动态展示。
另一方面,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器读取并运行时,实现如上述基于改进型Petri网的自主式交通系统演化模型构建方法。
第三,本发明还提供一种基于改进型Petri网的自主式交通系统演化模型建模装置,其特点在于,包括存储有计算机程序的计算机可读存储介质和处理器,所述计算机程序被所述处理器读取并运行时,实现上述基于改进型Petri网的自主式交通系统演化模型构建方法。
与现有技术相比,本发明具有如下有益效果:
本发明基于改进型Petri网的自主式交通系统演化模型构建方法,采用Petri 网的形式对交通系统进行建模,应用离散系统进行模型描述,便于对ATS各参与主体进行属性量化表达;Petri网的变迁规则给ATS各参与主体提供了状态演变方式;采用Petri网可视化工具,可以实现ATS演化过程动态展示。Petri网既有严格的数学表述方式,即其变迁规则;也有直观的图形表达方式,即可视化的表达方式。
本发明提供的基于改进型Petri网的自主式交通系统演化模型构建方法,构建了自主式交通系统演化模型软件系统,有利于梳理各交通要素之间的关系,有助于完善交通系统体系架构;将不同代际的交通系统纵向串接,直观展示交通系统的发展轨迹;回答了需要实现某个目标需要达到怎样的技术水平的问题,为我国交通系统未来发展提供了预测的依据和理论的指导。
附图说明
图1为本发明交通系统要素之间的输入输出关系图;
图2为演化模型网络的静态结构图;
图3为需求和功能到服务的变迁示意图;
图4为状态库所与动态库所之间的结构图;
图5为代表技术的动态库所经过虚拟库所形成技术组合输入到功能的过程图;
图6为一定技术和需求输入下输出的交通系统多层网络动态演化过程及结果图;
图7为本发明自主式交通系统演化模型软件系统的运作流程图。
具体实施方式
下面对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
参考附图,本发明提供了一种基于改进型Petri网的自主式交通系统演化模型构建方法,通过车辆行驶场景为具体案例,对本发明的演化模型构建方法进行说明,具体包括以下步骤:
S1,确定交通系统所包含的要素,关联结构及输入输出关系,选择车辆行驶场景下对应的技术、需求、组分、服务、功能。对场景内的技术、需求、服务、功能、组分(包括智能设备和其他组分)进行建模,并作为Petri网的库所编号,其中各层节点的选取如表1所示。
表1
Figure RE-GDA0003926695580000091
Figure RE-GDA0003926695580000101
该场景包含8个技术节点,分别为通信技术、计算技术、大数据技术等;包含26个服务结点,分别对应道路载运工具运行服务域的26个服务,如车载视觉感知、传感器智能感知;包含111个功能结点,分别对应由26个服务展开的自主式交通系统功能,如与车载视觉感知对应的摄像头采集实时环境信息等;包含 34个需求节点,分别是与26个服务对应的自主式交通系统需求,如车载视觉感知服务对应的需求——自动驾驶者应能够检测车辆相对于车道边界或道路间的位置;包含13个组分结点,包括12个智能设备实体和1个其他组分实体。其中, 12个智能设备实体分为车载智能设备、路侧智能设备、辅助运行系统、站场智能设备和管理部门设备。
S2,基于Petri网的静态特征,设计各层网络节点及其属性,建立演化模型网络的层间链接,搭建自主式交通系统演化模型静态网络结构,该演化模型网络节点的属性即为要素的自主化程度,定义技术、智能设备、需求、功能和服务库所的容量为5(即令牌数范围为0-5),代表交通系统各要素的智能化属性等级。其中0代表的智能化水平为最低,5为最高,而其他组分无库所属性。其相互影响关系为:技术层与组分层相连;组分层与技术层、功能层和服务层相连;功能层与组分层和服务层相连;服务层与组分层、功能层和需求层相连;需求层与服务层相连。
S3,按照自主式交通系统模型的演化逻辑定义Petri网的变迁,为变迁编号。其中变迁分为三类:一类为技术到智能设备的变迁;一类为智能设备到功能的变迁;一类为需求和功能到服务的变迁。由于在建模时其他组分不存在自主属性,只是作为服务的载体存在,因此其他组分与服务间存在静态的连接关系,不具备变迁条件。以序号的形式列举每个变迁对应的前集、后集,以及每个元素对应的权重,作为演化模型的输入文件。如:
当技术1等级上升2,技术2等级上升1时,智能设备1(对应编号9)等级上升1,智能设备2(对应编号10)等级上升2,可以转化为如下输入文件:
表2
Figure RE-GDA0003926695580000111
S4,基于改进型Petri网的动态规律,运算输出演化过程中各要素属性及演化结果,令Petri网按照变迁条件及变迁规则进行变迁,即可得到一定技术和需求输入下,交通系统演化模型中组分、功能和服务的演化过程。在某一初始状态 M0,其中技术、需求智能化等级设为3,智能设备、服务、功能的智能化等级为0,即1-8、132-165号库所token数为3,9-131、166-191号库所token数为0。在演化某一时刻,在可视化界面显示变迁触发情况,“变迁序号+…fizzled”代表未达成该变迁的变迁条件,该变迁未被触发;“变迁序号+…fired!”代表达成该变迁的变迁条件,该变迁被触发,变迁前集与后集中的库所属性按照变迁规则改变。可根据输出情况获知交通系统演化过程中的变迁情况。
在演化过程中,Petri网内对应库所若满足变迁条件,变迁将被触发,得到一次变迁后各库所的token数,即交通系统要素当前时刻的智能化水平等级,储存每次变迁发生后所有库所的状态值。
S5,展示交通系统多层网络动态演化过程及结果,并输出动态可视化文件,形成模块化的自主式交通系统演化模型软件系统。自主式交通系统演化模型软件系统的输入文件为:节点名称文件,在Petri网中的库所是按照序号而不是具体名称来表示的,但是在设置连接关系的时候,如果使用序号,会导致不直观,且会增加查找和核对的工作量,容易出错,所以输入序号和节点名称的对应文件;技术需求等级文件,即所有技术和需求的初始智能等级;连接关系文件,一个交通要素有多个上层影响要素,并且这些要素对它们的影响程度不同,因此既需要设置输入节点、输出节点,也需要设置其权值。
通过自主式交通系统演化模型软件系统可以输出以下文件:演化序列文件,即发生的变迁的次序,被成功触发的变迁的次序和边关系是对应的,代表实际的演化过程;演化过程文件,即演化过程中所有要素的属性等级。行是变迁次序,与演化序列对应,列是191个节点的属性。
基于车辆行驶场景的自主式交通系统演化模型软件系统包含输入模块、运算模块、输出展示模块。可分别输出gif格式的动态可视化文件和png格式的分步可视化文件。其中,图中圆点表示按层划分的交通系统五种要素,连线表示演化模型中的变迁关系。圆点的颜色变化代表在演化过程中,要素等级变化,亮起的连边代表对应的变迁关系。根据输出的可视化文件,可以获知自主式交通系统演化模型在一定的技术和需求等级输入条件下,各要素的演化过程,与当演化模型达到稳定态时,各要素的演化结果。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。

Claims (12)

1.一种基于改进型Petri网的自主式交通系统演化模型构建方法,其特征在于,所述方法包括以下步骤:
S1确定自主式交通系统中包含的要素、要素之间的关联结构及要素之间的输入输出关系;
S2设计自主式交通系统的静态多层网络结构,定义多层网络节点及其属性;
S3设计多层Petri网,量化各层节点属性;
S4提出改进型Petri网的变迁结构和动态演化规则,以适应自主式交通系统的演化特征;
S5基于改进型Petri网的动态变迁规则,计算不同技术和需求等级下交通系统演化过程中各要素属性值及系统演化状态;
S6展示交通系统动态演化过程,并输出可视化文件。
2.根据权利要求1所述的基于改进型Petri网的自主式交通系统演化模型构建方法,其特征在于,步骤S1中所述的要素分为组分要素、服务要素、功能要素、技术要素和需求要素五类;其中,所述的组分要素是指交通系统的服务参与对象,包括用户主体、载运工具、基础设施、运输货物、交通环境和/或智能设备;所述的服务要素是指以交通系统的用户需求为中心,从系统用户角度描述交通系统应该做什么,包括出行、管理、规划及标准法规服务;所述的功能要素是交通系统能够实现的单个模块或若干模块集;所述的技术要素是指交通系统的外在驱动力;所述的需求要素是指交通系统的内部驱动力。
3.根据权利要求1或2所述的基于改进型Petri网的自主式交通系统演化模型构建方法,其特征在于,步骤S1中所述的要素之间的关联结构是:
所述技术要素驱动所述组分要素的发展,所述组分要素中的智能设备影响所述功能要素,所述组分要素中的其他组分与所述功能要素共同支撑所述服务要素;所述需求要素对所述服务要素具有激励作用。
4.根据权利要求1或2所述的基于改进型Petri网的自主式交通系统演化模型构建方法,其特征在于,步骤S1中所述的要素之间的输入输出关系是:
设计组分层、功能层和服务层三层网络拓扑结构;所述的组分层的输入为所述的技术层,所述的技术层作为外部输入支撑所述的组分中物理实体的迭代和更新;所述的功能层的输入为所述的组分层;所述的服务层的输入为需求层与所述的功能层,即所述的服务层在需求层的内部需求激励和功能层的功能辅助下实现服务,所述的服务层与组分层存在连接关系。
5.根据权利要求1所述的基于改进型Petri网的自主式交通系统演化模型构建方法,其特征在于,步骤S2设计自主式交通系统的静态多层网络结构,定义多层网络节点及其属性:
所述的静态多层网络结构,包括技术层、组分层、功能层、服务层、需求层的五层复杂网络,其中技术层与组分层相连;组分层与技术层、功能层和服务层相连;功能层与组分层和服务层相连;服务层与组分层、功能层和需求层相连;需求层与服务层相连;所述的组分层节点和服务层节点为多对一、一对多或一对一的关系,所述的功能层节点与服务层节点为多对一的形式;所述的组分层中智能设备节点与功能层节点间为对一、一对多或一对一的形式;所述的技术层节点与组分层节点的连接关系与智能设备需要的技术相关,形式上呈现多对一、一对多或一对一的关系;所述的需求层节点与服务层节点成多对一的对应关系;
所述的技术层节点代表某一项具体的技术,属性定义为相应技术的水平;所述的功能层各节点表示交通某一项功能,属性为感知精度、学习能力、决策水平或响应能力;所述的组分层节点表示某一参与实体,分为智能设备和其他组分,智能设备属性为设备智能程度,其他组分不具有节点属性;所述的需求层节点表示当前交通系统服务对应的某一项需求,属性定义为该需求的被需要程度;所述的服务层节点表示实现的某一项交通服务,属性为该服务的服务水平。
6.根据权利要求1所述的基于改进型Petri网的自主式交通系统演化模型构建方法,其特征在于,步骤S3设计多层Petri网,量化各层节点属性,具体是:
所述多层Petri网中的库所表示交通系统中的要素,它们分布在不同网络层,分别为技术层、需求层、功能层、组分层和服务层,各层中库所当前标识(即,每个库所的令牌数)用来描述当前交通系统中该要素的状态。所述多层Petri网中同一层的库所节点之间无连接关系,即不构成同一变迁的前后集;而变迁仅出现在不同层的库所之间,不存在于同一层的库所之间;
所述技术层节点的技术水平等级量化为5级;所述功能层节点的感知精度、学习能力、决策水平或响应能力等级量化为5级;所述组分层节点中智能设备的智能程度等级量化为5级,其他组分不具有节点属性;所述需求层节点被需要程度等级量化为5级;所述服务层节点的服务水平等级量化为5级;所述量化等级数即为库所中最大令牌数。
7.根据权利要求1所述的基于改进型Petri网的自主式交通系统演化模型构建方法,其特征在于,步骤S4提出改进型Petri网的变迁结构和动态演化规则,具体是:
所述改进型Petri网包含三类不同类型库所:状态库所,表征当前该交通系统的参与主体属性状态;动态库所,表征交通系统要素之间相互驱动关系;中间(虚拟)库所,支撑演化模型变迁过程中多输入多输出的结构。
所述状态库所的令牌数不会因变迁发生而减少,所述动态库所和所述中间(虚拟)库所内的令牌数会因变迁的发生增大或减少。
记一个变迁为l,·l记为它的前集,即指向它的库所的集合;l·记为它的后集,即它指向的库所的集合。变迁l在库所b令牌数为M时可以发生的条件是:
Figure RE-FDA0003926695570000031
其中Y(b)为库所b的最大容量;W(b,l)为变迁l对应的权函数,即一旦变迁发生,变迁前集令牌数的变化量。若上述条件满足,则变迁l发生,所述动态库所和所述中间(虚拟)库所内的令牌数M改变为M的后继M′,M′的定义是:
Figure RE-FDA0003926695570000032
而所述状态库所令牌数将变为:
M′(b)=M(b)
8.根据权利要求1所述的基于改进型Petri网的自主式交通系统演化模型构建方法,其特征在于,步骤S5基于改进型Petri网的动态变迁规则,计算不同技术和需求等级下交通系统演化过程中各要素属性值及系统演化状态,具体是;
在初始条件下,确定所述技术层和需求层内库所的令牌数(>0),所述组分层、功能层和服务层内库所的令牌数初始值均设为0。基于权利要求7中的变迁条件判断变迁是否触发:若满足变迁条件,则变迁触发,变迁前集库所和后集库所的令牌数按照其库所类型和权利要求7中的对应更新规则进行变化;若不满足触发条件,则变迁无法被触发。记录每次变迁后所有状态库所的令牌数,即得到交通系统多层网络的状态动态演化过程。直到没有可被触发的变迁,交通系统的状态达到稳定,即输出当前输入的技术和需求下交通系统多层网络演化稳态结果。
9.根据权利要求1所述的基于改进型Petri网的自主式交通系统演化模型构建方法,其特征在于,步骤S6展示交通系统动态演化过程,并输出可视化文件,具体如下:
开启输入模块:输入节点编号文件给库所赋予定义,输入连接关系文件定义变迁,输入技术需求等级初始化状态;
进入运算模块:对演化模型Petri网的所有变迁进行遍历,判断其是否满足变迁发生的条件,如果不满足,则输出信息,并返回判断;如果满足变迁发生条件,触发运行机制,记录生效的变迁号,计算变迁后库所令牌数(即要素属性等级),直至遍历完成;
进入输出模块:输出变迁过程和演化过程中的状态,并进行可视化的动态展示。
10.根据权利要求9所述的基于改进型Petri网的自主式交通系统演化模型构建方法,其特征在于,所述的可视化文件包括静态网络关系图和动态演化网络关系图,其中,静态网络关系图展示了技术层、需求层、功能层、组分层和服务层的节点构成和连接关系;动态演化网络关系图中各层节点被赋予量化等级,可展示在某一水平的技术和需求驱动下,交通系统中组分、功能和服务的智能化水平由初始值0向更高智能化水平演化的动态过程。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器读取并运行时,实现如权利要求1-10任一项所述的基于改进型Petri网的自主式交通系统演化模型构建方法。
12.一种基于改进型Petri网的自主式交通系统演化模型建模装置,其特征在于,包括存储有计算机程序的计算机可读存储介质和处理器,所述计算机程序被所述处理器读取并运行时,实现如权利要求1-11任一项所述的基于改进型Petri网的自主式交通系统演化模型构建方法。
CN202211349644.2A 2022-10-31 2022-10-31 基于改进型Petri网的自主式交通系统演化模型的构建方法及装置、介质 Pending CN115600421A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211349644.2A CN115600421A (zh) 2022-10-31 2022-10-31 基于改进型Petri网的自主式交通系统演化模型的构建方法及装置、介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211349644.2A CN115600421A (zh) 2022-10-31 2022-10-31 基于改进型Petri网的自主式交通系统演化模型的构建方法及装置、介质

Publications (1)

Publication Number Publication Date
CN115600421A true CN115600421A (zh) 2023-01-13

Family

ID=84851722

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211349644.2A Pending CN115600421A (zh) 2022-10-31 2022-10-31 基于改进型Petri网的自主式交通系统演化模型的构建方法及装置、介质

Country Status (1)

Country Link
CN (1) CN115600421A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116756992A (zh) * 2023-07-07 2023-09-15 北京海澍科技有限公司 具有语义层的车路协同系统建模方法及设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116756992A (zh) * 2023-07-07 2023-09-15 北京海澍科技有限公司 具有语义层的车路协同系统建模方法及设备
CN116756992B (zh) * 2023-07-07 2024-02-23 北京海澍科技有限公司 具有语义层的车路协同系统建模方法及设备

Similar Documents

Publication Publication Date Title
CN112216108B (zh) 一种基于属性增强的时空图卷积模型的交通预测方法
AlGeddawy et al. Optimum granularity level of modular product design architecture
CN110766063B (zh) 基于压缩激励和紧密连接卷积神经网络的图像分类方法
CN112784346B (zh) 建筑结构自主设计方法、系统及终端、存储介质
Wilson Models in urban planning: a synoptic review of recent literature
CN114463545A (zh) 一种基于多通道深度加权聚合的图像语义分割算法及系统
CN114168795B (zh) 建筑三维模型映射及存储方法、装置、电子设备及介质
Huo et al. Cooperative control for multi-intersection traffic signal based on deep reinforcement learning and imitation learning
CN110889450A (zh) 超参数调优、模型构建方法和装置
CN112990485A (zh) 基于强化学习的知识策略选择方法与装置
CN116452374A (zh) 基于多智能体的用地规划方案自动生成与交互方法及系统
CN115600421A (zh) 基于改进型Petri网的自主式交通系统演化模型的构建方法及装置、介质
Binder et al. Transport modeling with a purpose: How urban systems design can bridge the gaps between modeling, planning, and design
Yang et al. Dynamic Origin‐Destination Matrix Estimation Based on Urban Rail Transit AFC Data: Deep Optimization Framework with Forward Passing and Backpropagation Techniques
CN109118412B (zh) 城市轨道交通网络客流在线控制系统
Lewe An Integrated Decision-Making Framework for Transportation Architectures: Application to Aviation Systems Design
CN118013881A (zh) 基于计算网格数据的非定常流场单步预测方法、系统及存储介质
CN116662815B (zh) 时间预测模型的训练方法以及相关设备
CN116612633A (zh) 一种基于车路协同感知下的自适应动态路径规划方法
CN116862743A (zh) 一种旅客联程运输方案预测方法、系统及设备和介质
Kumar et al. An emerging approach to intelligent techniques—soft computing and its application
CN116167254A (zh) 基于城市大数据的多维城市仿真推演方法和系统
Samuel et al. Artificial intelligence–driven digital twins in Industry 4.0
CN114372627A (zh) 基于混合深度学习框架的城市车辆旅行时间估计方法
Wang et al. Urban models: progress and perspective

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination