多变量聚类分析的高速公路交通流状态实时评估

被引:34
作者
陈钊正 [1 ]
吴聪 [2 ]
机构
[1] 江西省高速公路联网管理中心
[2] 南京邮电大学宽带无线通信技术教育部工程研究中心
关键词
公路运输; 多变量; 聚类分析; K均值聚类; 交通流;
D O I
10.16097/j.cnki.1009-6744.2018.03.034
中图分类号
U491 [交通工程与交通管理];
学科分类号
082301 [道路与铁道工程];
摘要
针对交通状态单变量判断传统方法的不足,本文建立了基于多变量聚类分析的高速公路交通流状态实时评估方法.结合实际交通流数据,利用模糊聚类、K均值聚类等算法对速度、流量等向量进行聚类分析,给出适合当前高速公路特点的交通状况划分方法和关键参数.本文方法能够实时、准确、全面地反映交通流的运行情况,为制定高效的交通管理控制方案及合理的出行方案提供数据基础.
引用
收藏
页码:225 / 233
页数:9
相关论文
共 7 条
[1]
A nested clustering technique for freeway operating condition classification [J].
Xia, Jingxin ;
Chen, Mei .
COMPUTER-AIDED CIVIL AND INFRASTRUCTURE ENGINEERING, 2007, 22 (06) :430-437
[2]
Defining traffic flow phases using intelligent transportation systems-generated data [J].
Xia, Jingxin ;
Chen, Mei .
JOURNAL OF INTELLIGENT TRANSPORTATION SYSTEMS, 2007, 11 (01) :15-24
[3]
The elements of statistical learning: data mining, inference and prediction [J].
James Franklin .
The Mathematical Intelligencer, 2005, 27 (2) :83-85
[4]
基于Optima的实时在线交通流预测方法研究 [J].
李颖宏 ;
潘佳琪 .
交通运输系统工程与信息, 2017, 17 (02) :119-125
[5]
考虑双向交通的城市路网交通流元胞自动机模型 [J].
施俊庆 ;
李志强 ;
李素兰 ;
毛程远 ;
张欣环 .
交通运输系统工程与信息, 2017, 17 (02) :90-96
[6]
时空因素影响下在线短时交通量预测 [J].
李林超 ;
何赏璐 ;
张健 .
交通运输系统工程与信息, 2016, 16 (05) :165-171
[7]
聚类算法研究 [J].
孙吉贵 ;
刘杰 ;
赵连宇 .
软件学报, 2008, (01) :48-61