基于模糊C均值聚类的城市道路交通状态判别

被引:101
作者
黄艳国 [1 ,2 ]
许伦辉 [2 ]
邝先验 [1 ]
机构
[1] 江西理工大学电气工程与自动化学院
[2] 华南理工大学土木与交通学院
关键词
交通工程; 城市道路; 交通流; 交通拥挤; 交通状态判别; 模糊C均值聚类;
D O I
暂无
中图分类号
U491.1 [交通调查与规划];
学科分类号
082303 [交通运输规划与管理];
摘要
根据城市道路交通流特性,针对同一交通状态下交通流参数分散在一个二维区域的现象,将交通流划分为4个状态,讨论了不同状态之间的转变情况;针对城市道路交通状态存在模糊性的特点,以流量、速度、占有率作为样本数据的特征属性,提出了基于模糊C均值聚类(FCM)的交通状态实时判别方法,该方法首先采用模糊聚类技术对历史数据进行分类,得到不同交通状态的聚类中心,然后对新观测到的交通数据所属类别进行实时判别以确定交通状态。以赣州市文明大道为实例进行分析,其结果与实测交通运行状况结果一致,验证了方法的有效性。
引用
收藏
页码:102 / 107
页数:6
相关论文
共 11 条
[1]
基于模糊聚类的城市快速路交通流状态划分 [J].
殷俊杰 ;
丁宏飞 ;
薄雾 ;
钟媚 .
重庆交通大学学报(自然科学版), 2013, 32 (04) :652-655
[2]
基于FCM-粗糙集的城市快速路交通状态判别 [J].
张晓亮 ;
张可 ;
刘浩 ;
李静 ;
陈希 .
系统工程 , 2010, (08) :75-80
[3]
城市快速路交通拥挤事件检测与程度辨识 [J].
罗小强 ;
陈宽民 ;
张同芬 .
长安大学学报(自然科学版), 2010, 30 (03) :71-75
[4]
基于模糊支持向量机的城市道路交通状态分类 [J].
李清泉 ;
高德荃 ;
杨必胜 .
吉林大学学报(工学版) , 2009, (工学版) :131-134
[5]
城市快速路交通流状态跃迁的实证分析 [J].
何蜀燕 ;
关伟 .
中国公路学报, 2008, (05) :81-86
[6]
城市快速路交通拥挤分析及拥挤阈值的确定 [J].
郝媛 ;
孙立军 ;
徐天东 ;
杜豫川 .
同济大学学报(自然科学版), 2008, (05) :609-614+630
[7]
道路交通拥挤事件判别准则与检测算法 [J].
庄斌 ;
杨晓光 ;
李克平 .
中国公路学报, 2006, (03) :82-86
[8]
FCM聚类算法中模糊加权指数m的优选方法 [J].
宫改云 ;
高新波 ;
伍忠东 .
模糊系统与数学, 2005, (01) :143-148
[9]
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,