本文關(guān)鍵詞：基于模糊C均值聚類的城市道路交通狀態(tài)判別

  更多相關(guān)文章： 交通狀態(tài)判別 模糊C均值聚類 狀態(tài)指標(biāo) 交通流

【摘要】：為及時判別城市道路交通狀態(tài),考慮城市道路交通特征的差異性和交通流的波動特性,對狀態(tài)指標(biāo)的合理性進(jìn)行分析;將交通狀態(tài)劃分為暢通、緩行、擁堵、阻塞4類,提出一種基于模糊C均值聚類(FCM)判別城市道路交通狀態(tài)的算法。選取車速、流量、占有率作為交通狀態(tài)判斷指標(biāo),根據(jù)不同指標(biāo)設(shè)計3種方案,用MATLAB模糊邏輯工具箱分析出仿真數(shù)據(jù)的聚類中心,對不同指標(biāo)組合下的各樣本交通狀態(tài)進(jìn)行判斷,驗證算法判別的可行性。結(jié)果表明,以速度、流量、占有率為參數(shù)的FCM算法能較好地判別城市道路交通狀態(tài),精度較高。
【作者單位】： 重慶交通大學(xué)交通運(yùn)輸學(xué)院;
【分類號】：U491
【正文快照】： 對交通流動態(tài)信息進(jìn)行深入挖掘分析,實時高效地對交通流狀態(tài)進(jìn)行判別,能夠給交通管理部門有針對性地制定交通管控與誘導(dǎo)措施提供依據(jù),同時使出行者避開擁擠區(qū)域或擁擠時段,達(dá)到減輕路網(wǎng)的交通壓力、節(jié)能減排的目的。目前,國內(nèi)外對城市道路交通擁堵狀態(tài)的判別尚無統(tǒng)一的指標(biāo)和

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 張兵;周海寧;;模糊c-均值聚類法在干港選址中的應(yīng)用[J];水運(yùn)管理;2009年02期

2 蔣先剛;郝勵;劉玄第;黃書明;王亞偉;;基于均值聚類的車牌定位技術(shù)研究[J];華東交通大學(xué)學(xué)報;2007年04期

3 ;[J];;年期

，

本文編號：1284410