隨著我國經(jīng)濟(jì)的快速發(fā)展和人們生活水平的不斷提高,機(jī)動車數(shù)量急劇增加,導(dǎo)致城市交通擁堵狀態(tài)的頻繁發(fā)生。城市主干道承擔(dān)著城市交通的大部分運力,因此,有效地對城市主干道車流量的分析將有助于更好地了解城市交通流的演化動態(tài),為制定合適的交通管理規(guī)劃制度奠定理論基礎(chǔ),為改善城市交通擁堵提供依據(jù)。針對主干道車流量變化的情況,論文采用區(qū)間二型模糊集合方法來對交通流進(jìn)行分析。論文的主要內(nèi)容包括以下幾個方面的工作:（1）論文運用分層抽樣與K均值聚類相結(jié)合的方法,對主干道各個方向道路的點數(shù)據(jù)進(jìn)行采集。由于周末和工作日車流量變化存在極大差異,且工作日的各個時間段車流量亦存在極大差異,因此,論文把一天分為六個時間段:凌晨、上午高峰期、中午、下午、下午高峰期、夜晚,以每5分鐘為一個時間點對交通流的點數(shù)據(jù)進(jìn)行分層抽樣;利用K均值聚類算法對各個時間段的交通流的點數(shù)據(jù)進(jìn)行聚類分析。（2）論文介紹了二型模糊集合的新定義,給出了高斯區(qū)間二型模糊集合的基本定義、表述及并、交、補(bǔ)運算方法,并給出了相應(yīng)的運算實例。（3）運用中心極限定理來將分散的點數(shù)據(jù)先轉(zhuǎn)換成區(qū)間形式,結(jié)合區(qū)間二型模糊集合與置信區(qū)間的方法來處理交通流數(shù)據(jù),采用二... 

【文章來源】：長沙理工大學(xué)湖南省

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１三維空間的二型模糊集合??

?碩士學(xué)位論文???［ｑ，＾ｉ］?ｘ?＝?ｘｘ??Ｌｘ＝＜?ｘ?＝?Ｘｊ?（３．１６）??［ｃ？?＾ｎ＼?ｘ?＝?ｘｎ??即當(dāng)Ｘ?＝?ｘ，時，對應(yīng)的主隸屬度４為［ｃ，，Ｊ，］，其中／?＝?１，…，《，貝！Ｊ對應(yīng)的ＣｏＳ＞２）及此半??離散區(qū)間二型模糊集合可以表示如下：??ＣｏＳ＼（ｄ２）?＝?Ｊ＾１１＾－?（３．１７）??，＝１?尤，??ｎ＝１?Ｘ＇?（３．１８）??１］??奪。．４、?／ｆ??０．２、??２?＾＾０．６??６?０??圖３．１三維空間的高斯二型模糊集合??１４??

圖３．２兩個１Ｔ２?ＦＳ的ＣｏＳ的并??

【參考文獻(xiàn)】：
期刊論文
[1]基于梯度提升回歸樹的短時交通流預(yù)測模型[J]. 沈夏炯,張俊濤,韓道軍.  計算機(jī)科學(xué). 2018(06)
[2]時變論域下紅綠燈配時的語言動力學(xué)分析[J]. 莫紅,郝學(xué)新.  自動化學(xué)報. 2017(12)
[3]基于計算實驗的公共交通需求預(yù)測方法[J]. 陳曦,彭蕾,李煒.  自動化學(xué)報. 2017(01)
[4]Traffic Signal Timing via Deep Reinforcement Learning[J]. Li Li,Yisheng Lv,Fei-Yue Wang.  IEEE/CAA Journal of Automatica Sinica. 2016(03)
[5]城市快速路交通流特性分析[J]. 楊驍路,谷遠(yuǎn)利,邢珊珊,莊廣新.  山東科學(xué). 2016(03)
[6]城市快速路交織區(qū)擁擠交通流的研究與探討[J]. 李瑤.  物流工程與管理. 2016(06)
[7]交通流隨機(jī)行為的研究進(jìn)展[J]. 張繼業(yè),鄭偉范.  西南交通大學(xué)學(xué)報. 2016(03)
[8]Traffic Flow Data Forecasting Based on Interval Type-2 Fuzzy Sets Theory[J]. Runmei Li,Chaoyang Jiang,Fenghua Zhu,Xiaolong Chen.  IEEE/CAA Journal of Automatica Sinica. 2016(02)
[9]考慮公交車流運行速度的城市短時交通流預(yù)測方法研究[J]. 潘紅,范宏建.  公路與汽運. 2016(02)
[10]城市快速路交通流特性分析[J]. 楊泳,戶佐安,梁標(biāo).  西華大學(xué)學(xué)報(自然科學(xué)版). 2016(02)

碩士論文
[1]基于二型模糊集合的主干道交通流控制[D]. 劉主正.長沙理工大學(xué) 2017
[2]基于二型模糊集合理論的交通流長時預(yù)測方法研究[D]. 江超陽.北京交通大學(xué) 2016
[3]基于群智能算法優(yōu)化SVR的短時交通流預(yù)測[D]. 方仁孝.大連理工大學(xué) 2015
[4]大連市智能交通管理平臺的設(shè)計與實現(xiàn)[D]. 張馳.長安大學(xué) 2015
[5]交通狀態(tài)分類方法研究與設(shè)計[D]. 謝丹丹.浙江工業(yè)大學(xué) 2014
[6]基于馬爾科夫模型的短時交通流預(yù)測研究[D]. 胡楓.南京郵電大學(xué) 2013
[7]不利條件下高速公路交通流智能控制模型研究[D]. 西小鳴.石家莊鐵道大學(xué) 2013
[8]城市道路交通流預(yù)測及應(yīng)用[D]. 譚政.華南理工大學(xué) 2012



本文編號：3039942