交通控制中,協(xié)調(diào)控制可以有效提高整個系統(tǒng)的通行效率、減少車均停車延誤與行車時間。交通控制子區(qū)劃分是干線協(xié)調(diào)、區(qū)域協(xié)調(diào)控制的基礎(chǔ),同時也是協(xié)調(diào)效果好壞的關(guān)鍵技術(shù),因此研究交通控制子區(qū)劃分問題在交通控制領(lǐng)域具有重要的現(xiàn)實(shí)意義。交通控制子區(qū)劃分主要將相鄰的交叉口或路段劃分成若干個交通子區(qū)進(jìn)行協(xié)調(diào)控制,代表交通流態(tài)勢的交通流特征參數(shù)的選取在很大程度上影響了交通子區(qū)劃分的結(jié)果。然而,目前的研究主要側(cè)重在劃分方法的改進(jìn)和優(yōu)化上,忽略了交通流特征參數(shù)選取的重要性,大多只采用一個交通流特征,如此得到的特征值不能準(zhǔn)確代表交通流態(tài)勢。因此,本文提出了一種基于皮爾森相關(guān)系數(shù)的數(shù)據(jù)融合方法,得到路段速度和車道流量的組合特征參數(shù)。在此基礎(chǔ)上,本文分別實(shí)現(xiàn)了兩種基于動態(tài)聚類的控制子區(qū)劃分方法,同時對蕭山區(qū)實(shí)際路網(wǎng)進(jìn)行劃分驗(yàn)證。實(shí)驗(yàn)結(jié)果驗(yàn)證了組合特征參數(shù)以及兩種聚類劃分方法的有效性。本文的主要工作如下:1.基于路段速度和車道流量特征參數(shù)上,提出了一種基于皮爾森相關(guān)系數(shù)的組合特征參數(shù)。首先對于路段速度和車道流量進(jìn)行皮爾森系數(shù)計算,然后對原始數(shù)據(jù)作零均值標(biāo)準(zhǔn)化處理,最后進(jìn)行線性加權(quán)數(shù)據(jù)融合處理。2.綜合考慮不同聚類劃分... 

【文章來源】：浙江工業(yè)大學(xué)浙江省

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要研究內(nèi)容及章節(jié)安排
第二章 交通控制子區(qū)劃分方法及相關(guān)知識
    2.1 交通控制子區(qū)劃分概述
    2.2 交通流特征參數(shù)的選取與處理
        2.2.1 圖論相關(guān)概念及路網(wǎng)構(gòu)建
        2.2.2 交通流特征參數(shù)
        2.2.3 相關(guān)系數(shù)
        2.2.4 數(shù)據(jù)規(guī)范化處理
    2.3 聚類劃分方法
        2.3.1 對稱非負(fù)矩陣分解
        2.3.2 混合整數(shù)線形規(guī)劃
    2.4 本章小結(jié)
第三章 基于對稱非負(fù)矩陣分解的控制子區(qū)聚類劃分
    3.1 引言
    3.2 基于路段速度和車道流量的組合特征參數(shù)計算
        3.2.1 皮爾森相關(guān)系數(shù)計算
        3.2.2 數(shù)據(jù)零均值標(biāo)準(zhǔn)化處理
        3.2.3 線性加權(quán)數(shù)據(jù)融合
    3.3 基于對稱非負(fù)矩陣分解的聚類劃分方法
        3.3.1 聚類分析
        3.3.2 相似度矩陣計算
        3.3.3 對稱非負(fù)矩陣分解
    3.4 本章小結(jié)
第四章 基于混合整數(shù)線性規(guī)劃的控制子區(qū)聚類劃分
    4.1 引言
    4.2 基于車道流量和路段速度的組合特征參數(shù)計算
        4.2.1 皮爾森相關(guān)系數(shù)計算
        4.2.2 數(shù)據(jù)零均值標(biāo)準(zhǔn)化處理
        4.2.3 線性加權(quán)數(shù)據(jù)融合
    4.3 基于混合整數(shù)線性規(guī)劃的聚類劃分方法
        4.3.1 聚類分析
        4.3.2 初步劃分
        4.3.3 分配剩余路段
    4.4 本章小結(jié)
第五章 控制子區(qū)聚類劃分實(shí)驗(yàn)與分析
    5.1 引言
    5.2 路網(wǎng)構(gòu)建及交通流數(shù)據(jù)
    5.3 基于SNMF的控制子區(qū)聚類劃分
        5.3.1 交通流特征參數(shù)對比
        5.3.2 權(quán)重系數(shù)對比
        5.3.3 數(shù)據(jù)規(guī)范化方法對比
    5.4 基于MILP的控制子區(qū)聚類劃分
        5.4.1 交通流特征參數(shù)對比
        5.4.2 權(quán)重系數(shù)對比
        5.4.3 數(shù)據(jù)規(guī)范化對比
    5.5 聚類劃分方法對比
    5.6 本章總結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
作者簡介
    1 作者簡歷
    2 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
    3 參與的科研項目及獲獎情況
實(shí)驗(yàn)交通數(shù)據(jù)集
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]協(xié)調(diào)控制子區(qū)快速動態(tài)劃分方法研究[J]. 盧凱,徐建閩,鄭淑鑒,王世明.  自動化學(xué)報. 2012(02)
[2]城市交通擁堵治理模式理論的新進(jìn)展[J]. 徐東云.  綜合運(yùn)輸. 2007(05)



本文編號：3636806