基于改进模糊聚类算法的快速路交通状态分类评价

基于改进模糊聚类算法的快速路交通状态分类评价

ID:22046472

大小:63.50 KB

页数:7页

时间:2018-10-26

基于改进模糊聚类算法的快速路交通状态分类评价_第1页
基于改进模糊聚类算法的快速路交通状态分类评价_第2页
基于改进模糊聚类算法的快速路交通状态分类评价_第3页
基于改进模糊聚类算法的快速路交通状态分类评价_第4页
基于改进模糊聚类算法的快速路交通状态分类评价_第5页
资源描述:

《基于改进模糊聚类算法的快速路交通状态分类评价》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于改进模糊聚类算法的快速路交通状态分类评价雷宁张光德武汉科技大学汽车与交通工程学院摘要:棊于城市快速路实时交通信息发布出发,对其交通状态进行丫有效分类。研宂首先在选取分类指标时,在传统分类指标流量、速度、占有率的基础上增加了新的分类指标一一路网宽裕度。并运用模糊聚类的思想对交通状态进行聚类分析,对传统模糊聚类算法进行了适当改进,从而增加了方法的创新性。案例分析结果表明,研宄所提的分类指标及改进算法是可行的,可对城市快速路的交通状态进行较为有效的分类。关键词:交通信息发布;城市快速路;模糊聚类;交通状态分类

2、;收稿日期:2017-03-15基金:国家自然科学基金青年项目,项目编号51308425EvaluationofTrafficStatusClassificationforUrbanExpresswaybasedonImprovedFuzzyClusteringLEINingZHANGGuang-deCHENLing-juanSchoolofAutomobileandTrafficEngineering,WuhanUniversityofScienceandTechnology;Abstract:Based

3、ontrafficinformationdistributionofurbanexpressways,thetrafficstatusiseffectivelyclassified.Whenselectingclassificationindicator,theroadnetworkampledegreeisaddedinthestudyonthebasisoftraditionalclassificationindicatorsuchastrafficvolume,speedandoccupancy.Th

4、etrafficstatusisanalyzedbytheideaoffuzzyclustering,andthetraditionalfuzzyclusteringisimprovedwhichhasmadethemethodmoreinnovative.Analysisresultstocasesshowthattheproposedclassificationindicatorandtheimprovedalgorithmarefeasible,whichcanmakeaneffectiveclass

5、ificationofthetrafficstatusofurbanexpressways.Keyword:trafficinformationdistribution;urbanexpressway;fuzzyclustering;trafficstatusclassification;Received:2017-03-15当前,拥堵已经在我国城市的经济发展屮扮演丫越来越重要的角色。而在城市道路网中拥堵并不是在任意时刻都存在的,拥堵的产生是有规律的,如何快速地分析交通规律并对交通状态进行分类对于交通管理者

6、及时发布交通信息至关重要。一般交通状态只有不确定性in,而模糊理论在描述事物的不确定性方面发挥了巨大的作用,因此常被用来描述交通状态的不确定性。关于交通状态分类研宄已有丫大量的成果。在国外,PalmieriF等提出了一种基于非线性变化的交通状态分类方法,最终结果证明了该方法的有效性XZLSunD和Montazeri-GhM等针对城市道路交通状态的判别问题提出了基于K-means聚类分析的方法[3,4],并最终对交通状态问题进行了有效评估。ShinD等运用智能手机对交通模式进行了分类,试验对495个数据样本进

7、行了应用分析,结果表明交通状态分类的准确率达到丫82%包1。在国

8、Aj,模糊理论应用最为广泛,文献[6-12]运用模糊理论相关知识对城市道路的交通状态进行了分类。其他的研宄还包括:于荣等利用支持向量机的思想将城市快速路的交通状态分为了堵塞流、拥挤流、平稳流和通畅流等四种形式m。皮晓亮等为了对快速路的交通状态进行有效评价,提前将交通状态类别分为顺畅流、稳定流、拥挤流和堵塞流等几种,并最终对相关的参数信息进行聚类分析,以获得确切的分类结果[14]。以上所用分类指标和算法都比较传统,本研宄在己有分类指标流量、速度

9、和吋间占有率的基础上乂新增加了一个新的指标路网宽裕度,同时改进了已有的模糊聚类方法,克服了以往算法中出现的局部最优的缺点,使得最终聚类的结果更加符合实际。1分类指标选取本文主耍参照“城市道路交通管理评价体系”预先将快速路交通状态分为畅通、轻度拥挤、拥挤和严重拥挤四类,这四种状态对应的交通流形式为自由车流、稳定车流、同步车流和阻塞车流。评价交通状态的参数包括很多如流量、速度、占奋率、车头吋距和行程吋间等都是常用的。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。