CN119418515A 基于交通与行人感知信息的光环境规划管理方法 （深圳市云之声科技有限公司）

道四方埔社区东雅路69-1号艺达厂进基于交通与行人感知信息的光环境规划管本发明公开了基于交通与行人感知信息的有助于提高路口通行的安全性和调节光环境的2步骤三、将得到的目标时间的车流量预测值步骤四、采集路口环境中光亮度值，将路口环境中光亮度劣值计算公式为其中，为采集的路口温口能见度占比系数，a,>0,az>0,as>0且；的天气影响下的车流量神经网络预测模型，再用后15%的测试数据集对初始的天气影响下,其中，为天气影响下的车流量神经网络预测模型的第l+1层k项神经元的输出，为天气影响下的车流量神经网络预测模型的第l的第l层神经元i的输出，张为天气影响下的车流量神经网络预测模型的第l层神经元i与l+1层k项神经元的线性关系的偏置，o()为Sigmoid激活函数。S14、所述对车流量判断准确性最高的天气影响下的车流量神经网络预测模型通过车3流量预测误差值判断，所述车流量预测误差值计算公式为S15、将目标时间和目标时间的天气恶劣值输入天气影响下的车流量神经网络预测模得到初始的天气影响下的人流量神经网络预测模型，再用后15%的测试数据集对初始的天预测模型的第x+1层p项神经元的输出，为天气影响下的人流量神经网络预的第x层神经元u与x+1层p项神经元的连接权重，为天气影响下的人流量神经网络层神经元u与x+1层p项神经元的线性关系的偏置，o()为Sigmoid激活函数；S23、所述对人流量判断准确性最高的天气影响下的人流量神经网络预测模型通过人流量预测误差值判断，所述人流量预测误差值计算公式为其中，zrh表示在天气影响下第h个周期的人流量预测值的权重系数d下的人流量在第h个周期的实际值,qh-yh为天气影响下的人流量神经网络预测模型在天气影响下第h个周期的预测误差；S24、将目标时间和目标时间的天气恶劣值输入天气影响下的人流量神经网络预测模将得到的目标时间的车流量预测值和目标时间的人流量预测值代入交通综合拥堵计算策略中计算交通综合拥堵值，所述交通综合拥堵计算策略包括交通综合拥堵计算公式，4所述交通综合拥堵计算公式为其中，yc为在天气影响下的车7.基于交通与行人感知信息的光环境规划管理系统，其基于如权利要求1_6任一项的车流量神经网络预测模块，用于获取路口历史信息，构建天气影响人流量神经网络预测模块，用于获取路口历史信息，构建天气影交通综合拥堵值模块，用于将得到的目标时间的光环境亮度综合值计算模块，用于获取路口环境中光亮度值，将和交通综合拥堵值代入光环境亮度输出值计算策略中计权利要求1_6任一项所述的基于交通与行人感知信息的光环境规划管9.一种计算机可读存储介质，其特征在于：储存时，使得计算机执行如权利要求1_6任一项所述的基于交通与行人感知信息的光环境规划56气恶劣值计算公式为其中，为采集的路为路口能见度占比系数，a,>0,az>0,as>0且;初始的天气影响下的车流量神经网络预测模型，再用后15%的测试数据集对初始的天气影S13、所述天气影响下的车流量神经网络预测模型中的特定神经元的输出策略公第l层神经元i与l+1层k项神经元的连接权重，sf为天气影响下的车流量神经网络预测模型的第l层神经元i的输出，为天气影响下的车流量神经网络预测模型的第l层神经元i与l+1层k项神经元的线性关系的偏置，o()为Sigmoid激活函数；S14、所述对车流量判断准确性最高的天气影响下的车流量神经网络预测模型通,其中，Zcv表示在天气影响下第v个周期的车流量预测值的7为天气影响下的车流量神经网络预测模型在S15、将目标时间和目标时间的天气恶劣值输入天气影响下的车流量神经网络预S22、所述天气影响下的人流量神经网络预测模型中的特定神经元的输出策略公网络预测模型的第x+1层p项神经元的输出，o"为天气影响下的人流量神经网络预测模型的第x层神经元u与x+1层p项神经元的连接权重，为天气影响下的人流量神经第x层神经元u与x+1层p项神经元的线性关系的偏置，o()为Sigmoid激活函数；S23、所述对人流量判断准确性最高的天气影响下的人流量神经网络预测模型通,其中，zrh表示在天气影响下第h个周期的人流量预测权重系数d为人流量的预测周期，yrh表示在天气影响下第h个周期的人流量预测值，为天气影响下的人流量在第h个周期的实际值,qh-yh为天气影响下的人流量神经网络预测模型在天气影响下第h个周期的预测误差；S24、将目标时间和目标时间的天气恶劣值输入天气影响下的人流量神经网络预将得到的目标时间的车流量预测值和目标时间的人流量预测值代入交通综合拥8综合值计算公式中计算光环境亮度综合值，聘请500名本领域的专家对路口需要的光环境量预测值代入交通综合拥堵计算策略中计算交度值和交通综合拥堵值代入光环境亮度输出值计算策略中计算光环境机执行上述的基于交通与行人感知信息的光环境规9或特性可以以任何合适的方式结合在一个或更多比系数，a,>0,az>0,as>0且；初始的天气影响下的车流量神经网络预测模型，再用后15%的测试数据集对初始的天气影,其中，为天气影响下的车流量神经网络预测模型的第l+1层k项神经元的输出，为天气影响下的车流量神经网络预测模型的第l的第l层神经元i的输出，张为天气影响下的车流量神经网络预测模型的第l层神经元i与l+1层k项神经元的线性关系的偏置，o()为Sigmoid激活函数；S14、对车流量判断准确性最高的天气影响下的车流量神经网络预测模型通过车为天气影响下的车流量在第个周期的实际值,q.v-y。,为天气影响下的车流量神经网络预测模型在天气影响下第v个周期的预测误差；S15、将目标时间和目标时间的天气恶劣值输入天气影响下的车流量神经网络预得到初始的天气影响下的人流量神经网络预测模型，再用后15%的测试数据集对初始的天预测模型的第x+1层p项神经元的输出，为天气影响下的人流量神经网络预的第x层神经元u与x+1层p项神经元的连接权重，为天气影响下的人流量神经网络层神经元u与x+1层p项神经元的线性关系的偏置，o()为Sigmoid激活函数；S23、对人流量判断准确性最高的天气影响下的人流量神经网络预测模型通过人zrh表示在天气影响下第h个周期的人流量预测值的权重系数d为人流流量在第h个周期的实际值,qrh-yh为天气影响下的人流量神经网络预测模型在S24、将目标时间和目标时间的天气恶劣值输入天气影响下的人流量神经网络预将得到的目标时间的车流量预测值和目标时间的人流量预测值代入交通综合拥堵计算策略中计算交通综合拥堵值，交通综合拥堵计算策略包括交通综合拥堵计算公式，交通综合拥堵计算公式为其中，Yc为在天气影响下的车流量光亮度值的高低会影响驾驶员的视觉能力和判断能力，从而影响交通的安全性和流畅性；综合值计算公式中计算光环境亮度综合值，聘请500名本领域的专家对路口需要的光环境量预测值代入交通综合拥堵计算策略中计算交度值和交通综合拥堵值代入光环境亮度输出值计算策略中计算光环境处理器调用的计算机程序,处理器通过调用存储器中存储的计算机程