目前我國大多數(shù)的高速公路安裝了不同規(guī)模的電視監(jiān)控系統(tǒng),不同規(guī)格的車輛檢測器等數(shù)據(jù)采集設備,但是這些設備收集到的高速公路海量交通數(shù)據(jù)并沒有充分的分析與利用,導致高速公路交通運行狀態(tài)的判別分析,普遍停留人工判別的階段。為此,本文在分析海量的交通數(shù)據(jù)特征的基礎上,構(gòu)建出適用特定高速公路的交通運行狀態(tài)劃分標準及實時判別決策模型。這對于提高高速公路的運營管理效率,具有重要的研究意義。首先,對交通運行狀態(tài)指標及其相互關系進行分析,確定交通運行狀態(tài)判別指標選取的原則,并結(jié)合現(xiàn)有數(shù)據(jù)采集技術的優(yōu)缺點,確定交通運行狀態(tài)判別所采用的指標。然后從檢測器采集數(shù)據(jù)時的技術局限出發(fā),給出了交通數(shù)據(jù)的故障識別與處理方法。并從時間序列趨勢特征、相互影響特征、概率統(tǒng)計特征三個方面對交通數(shù)據(jù)特征進行分析。接著在分析現(xiàn)有國內(nèi)外交通運行狀態(tài)劃分標準的基礎上,提出了基于模糊聚類的交通運行狀態(tài)劃分思路,并采用模糊c均值（FCM）聚類算法對歷史交通數(shù)據(jù)進行聚類分析;將得到的聚類中心作為劃分標準依據(jù),結(jié)合交通數(shù)據(jù)的特點,提出基于單指標判別與多指標綜合判別方法,并進一步提出擁堵決策的二級報警模型及路段交通運行狀態(tài)定性分析方法。針對FC... 

【文章來源】：華南理工大學廣東省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【部分圖文】：

技術路線圖

間距是指在同向行駛的車隊中，前后相鄰兩車輛之間車頭的距離。而兩輛車車頭通過同一斷面的時間差。態(tài)指標相互關系分析量、速度與車流密度是表征交通流特性的三個基本指標。此三個指標之間均存在的一定的關系。 總體特征交通量、速度與密度之間的基本關系（圖 2-1）為：QVKs 為平均交通流量（輛/h）；sV 為空間平均速度（km/h）；K 為車流密度（輛/km）。

駕證安全的情jK K時，表密度較高，，車輛基本在 C 點的左側(cè)，流量隨著車流密度的增大而增大，此時道路并不擁擠。在 C 點的右側(cè)，流量隨著密度的增大而減小，表明道路較為擁擠。AB、AC、AD 等矢徑的斜率代表速度。該和同量流fV ：暢行速度；jK ：阻塞密度。選擇標實質(zhì)上有著一種映射關系。假設 A、B的任何元素組合，唯一對應 B 中某個元素：A→B。按照此定義，可以將交通運行狀B，它們之間通過某種法則 f 對應。如圖 2

【參考文獻】：
期刊論文
[1]基于模糊C均值聚類的城市道路交通狀態(tài)判別[J]. 李曉璐.  交通科技與經(jīng)濟. 2016(04)
[2]優(yōu)化BPAdaBoost算法及其交通事件檢測[J]. 劉慶華,丁文濤,涂娟娟,方守恩.  同濟大學學報(自然科學版). 2015(12)
[3]高速公路交通狀態(tài)判別模型研究[J]. 于泉,豐柱林,徐紅領,任廣麗.  交通運輸工程與信息學報. 2015(02)
[4]基于模糊C均值聚類的城市道路交通狀態(tài)判別[J]. 黃艷國,許倫輝,鄺先驗.  重慶交通大學學報(自然科學版). 2015(02)
[5]改進的二分K均值聚類算法[J]. 劉廣聰,黃婷婷,陳海南.  計算機應用與軟件. 2015(02)
[6]基于收費數(shù)據(jù)的高速公路交通狀態(tài)判別方法[J]. 楊慶芳,馬明輝,梁士棟,梅朵.  華南理工大學學報(自然科學版). 2014(12)
[7]《公路工程技術標準》（JTGB01-2014）新變化解讀[J]. 李彥武,霍明.  中國公路. 2014(23)
[8]基于多SVM分類器融合的高速公路異常事件檢測方法[J]. 吳曉佩.  現(xiàn)代交通技術. 2014(04)
[9]基于樸素貝葉斯分類的高速公路交通事件檢測[J]. 張輪,楊文臣,劉拓,施奕騁.  同濟大學學報(自然科學版). 2014(04)
[10]基于模糊聚類的城市快速路交通流狀態(tài)劃分[J]. 殷俊杰,丁宏飛,薄霧,鐘媚.  重慶交通大學學報(自然科學版). 2013(04)

博士論文
[1]重慶市公共建筑能耗定額方法研究[D]. 李沁.重慶大學 2014
[2]基于非參數(shù)密度估計點樣本分析建模的應用研究[D]. 牛君.山東大學 2007

碩士論文
[1]基于網(wǎng)絡核密度估計城市路網(wǎng)事故黑點鑒別研究[D]. 陳金林.東南大學 2015
[2]基于模糊c均值的城市道路交通狀態(tài)判別研究[D]. 顧超然.北京交通大學 2012
[3]基于FCM聚類的算法改進[D]. 寧紹芬.中國海洋大學 2007
[4]非參數(shù)密度估計在判別分析中的應用[D]. 朱干江.南京信息工程大學 2007



本文編號：3619093