城市快速路交通拥挤识别方法

被引:41
作者
姜桂艳
冮龙晖
王江锋
机构
[1] 吉林大学交通学院
基金
国家自然科学基金重点项目;
关键词
交通信息工程; 交通拥挤识别; 数据挖掘; 人工神经网络; 交通状态;
D O I
暂无
中图分类号
U491 [交通工程与交通管理];
学科分类号
摘要
为了从海量动态交通数据中快速识别路网中存在的交通拥挤,通过分析拥挤的特征模式和各种数据挖掘技术的特点后,设计了一种适用于城市快速路的交通拥挤自动识别方法。该方法将占有率、速度和流量三个基础交通流参数进行组合得到新的特征变量,运用优化的多层前馈神经网络模型对特征变量进行处理来判断是否有拥挤发生,通过分析模型输出结果的变化趋势区分常发性拥挤和偶发性拥挤。模拟数据和实测数据对比结果表明,该方法可以识别城市快速路上发生的交通拥挤,具有良好的实用性。
引用
收藏
页码:87 / 91
页数:5
相关论文
共 9 条
[1]  
道路交通状态判别技术与应用.[M].姜桂艳著;.人民交通出版社.2004,
[2]  
数据挖掘原理与算法.[M].邵峰晶;于忠清编著;.中国水利水电出版社.2003,
[3]  
数据挖掘.[M].朱明编著;.中国科学技术大学出版社.2002,
[4]  
数据挖掘技术.[M].陈文伟等著;.北京工业大学出版社.2002,
[5]  
智能控制技术.[M].易继锴;侯媛彬编著;.北京工业大学出版社.1999,
[6]   基于遗传算法的交通事件检测 [J].
樊小红 ;
荆便顺 .
长安大学学报(自然科学版), 2005, (04) :70-72
[7]   基于检测器脉冲数据的高速公路事件自动检测算法研究 [J].
刘伟铭 ;
尹湘源 ;
管丽萍 .
中国公路学报, 2004, (02) :91-94
[8]   动态交通数据故障识别与修复方法 [J].
姜桂艳 ;
冮龙晖 ;
张晓东 ;
王江锋 .
交通运输工程学报, 2004, (01) :121-125
[9]   北京交通拥挤对策研究 [J].
陆化普 ;
袁虹 ;
王建伟 .
清华大学学报(哲学社会科学版), 2000, (06) :87-92