【摘要】：城市道路交通狀態(tài)評價可為出行者提供路網(wǎng)運(yùn)行狀態(tài)信息,幫助出行者更好選擇出行路徑。對交通狀態(tài)進(jìn)行關(guān)聯(lián)規(guī)則挖掘,尋找潛在規(guī)律為交通決策提供理論依據(jù)。目前相關(guān)研究存在交通參數(shù)估計準(zhǔn)確性低,交通運(yùn)行狀態(tài)評價模型合理性低、對擁堵敏感性弱,關(guān)聯(lián)挖掘模型狀態(tài)維多數(shù)為單變量,不能完全有效表征交通運(yùn)行狀態(tài)的問題,算法時空復(fù)雜度高。在對現(xiàn)有的交通參數(shù)估算方法、交通運(yùn)行狀態(tài)模型和關(guān)聯(lián)規(guī)則挖掘模型的歸納和分析基礎(chǔ)之上,本文貢獻(xiàn)如下:綜合考慮交通參數(shù)準(zhǔn)確性需求,以及浮動車軌跡數(shù)據(jù)的低頻特性,提出了以軌跡對路段的覆蓋率為權(quán)重,估算區(qū)間平均速度的方法。根據(jù)區(qū)間平均速度估算結(jié)果,對路段平均延誤和交叉口平均延誤進(jìn)行估計。以最大排隊(duì)長度為指標(biāo),動態(tài)劃分交叉口的影響區(qū)域。采用模糊綜合評價理論,從評價指標(biāo)應(yīng)具備易獲取性、準(zhǔn)確性,以及模型對擁堵敏感性角度選取了最大排隊(duì)長度、區(qū)間平均速度、路段平均延誤和交叉口平均延誤作為評價指標(biāo)�？紤]到交通流的復(fù)雜性和模糊性,利用黃金分割法劃分了評價指標(biāo)模糊區(qū)間,構(gòu)建了隸屬度函數(shù)和模糊關(guān)系矩陣,最后構(gòu)建了評價模型。以交通運(yùn)行狀態(tài)評價結(jié)果為狀態(tài)維,加入了空間維、時間維進(jìn)行關(guān)聯(lián)規(guī)則挖掘。改進(jìn)了經(jīng)典關(guān)聯(lián)規(guī)則挖掘Apriori算法,在連接步之前添加了狀態(tài)篩選條件和時空約束條件,降低了時空復(fù)雜度,提高了算法挖掘效率。本文通過對比長春市2018年6月20日7:00-10:00南湖路(延安大街至人民大街)的最大排隊(duì)長度的估算值和真值,得到最大排隊(duì)長度平均相對誤差為12.48%,平均絕對誤差為43m。為了對挖掘模型進(jìn)行驗(yàn)證,選取長春市2017年3月連續(xù)5個周五(訓(xùn)練集)和周六(測試集)交通運(yùn)行狀態(tài)進(jìn)行擁堵狀態(tài)下時空關(guān)聯(lián)規(guī)則挖掘,設(shè)時空約束為相鄰時段,路徑最短距離為5km,支持度和置信度均為100%,訓(xùn)練集和測試集得到了相同傳播規(guī)則。模型擁有較好的適用性。
【圖文】：

圖 2-1 交叉口影響區(qū)域動態(tài)劃分2.2.2 區(qū)間平均速度基于低采樣頻率的軌跡數(shù)據(jù)估算區(qū)間平均速度的方法由一系列步驟組成：分區(qū)域計算浮動車行駛速度；浮動車行駛軌跡權(quán)重計算；路段區(qū)間平均速度計算。（1）分區(qū)域計算速度由于車輛在路線的其他部分上的行駛時間是未知的，相鄰路段浮動車軌跡連線可能會部分通過網(wǎng)絡(luò)中未包含在研究區(qū)域的部分，，這意味著浮動車行駛軌跡對估算路段區(qū)間平均速度的有效性不同，因此需要分別計算最大排隊(duì)長度區(qū)域和非排隊(duì)區(qū)域浮動車行駛速度。①行駛過區(qū)域的浮動車有兩個及以上的數(shù)量的軌跡點(diǎn)，通過一個行程內(nèi)浮動車在路段上邊緣兩個軌跡點(diǎn)間的行駛距離與其對應(yīng)的時間來計算浮動車的行駛速度，見公式（2-2）。iSvT （2-2）

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文②行駛經(jīng)過研究區(qū)域的 FCD 僅有一個軌跡點(diǎn)時，需要與相鄰路段中其他數(shù)據(jù)結(jié)合估算。假設(shè)車輛在路段之間是均勻變化的，計算從臨界位置（交叉口位置、最大排隊(duì)長度位置）到區(qū)域內(nèi)軌跡點(diǎn)的軌跡長度和行程時間，進(jìn)而得到某一次行程的區(qū)間平均速度，以 FCD 經(jīng)過的兩條相鄰路段的車速作為區(qū)間平均速度的權(quán)值，見公式（2-3）至公式（2-6）。行駛軌跡圖 2-2 中路段 1、2、3之間為臨界位置。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U491

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 姚紅云;王驥;陳瑤;段炳俊;張東東;;普通公路路段交通運(yùn)行狀態(tài)評價方法[J];公路交通科技;2015年08期

2 張婧;任剛;;城市道路交通擁堵狀態(tài)時空相關(guān)性分析[J];交通運(yùn)輸系統(tǒng)工程與信息;2015年02期

3 張希瑞;方志祥;李清泉;魯仕維;;基于浮動車數(shù)據(jù)的城市道路通行能力時空特征分析[J];地球信息科學(xué)學(xué)報;2015年03期

4 李慧兵;楊曉光;羅莉華;;路段行程時間估計的浮動車數(shù)據(jù)挖掘方法[J];交通運(yùn)輸工程學(xué)報;2014年06期

5 韓亞楠;周偉;章錫俏;;快速路系統(tǒng)適應(yīng)性模糊綜合評價[J];公路交通科技;2013年11期

6 高雅雋;許倫輝;;基于云模型的交通狀態(tài)評價系統(tǒng)及其應(yīng)用[J];公路交通科技;2013年11期

7 陳紹寬;韋偉;毛保華;關(guān)偉;;基于改進(jìn)時空Moran’s I指數(shù)的道路交通狀態(tài)特征分析[J];物理學(xué)報;2013年14期

8 楊兆升;張茂雷;;基于模糊綜合評判的道路交通狀態(tài)分析模型[J];公路交通科技;2010年09期

相關(guān)碩士學(xué)位論文 前5條

1 張鑒豪;面向城市的交通狀態(tài)判別方法研究[D];吉林大學(xué);2017年

2 魏敏燕;異種浮動車數(shù)據(jù)融合的城市道路交通狀態(tài)判別及時空分析[D];重慶大學(xué);2016年

3 王茲林;基于道路交通狀態(tài)判別的干線動態(tài)協(xié)調(diào)控制優(yōu)化方法研究[D];青島理工大學(xué);2015年

4 田世艷;基于GPS的城市道路交通狀態(tài)實(shí)時判別技術(shù)研究[D];華南理工大學(xué);2012年

5 楊濤;基于浮動車技術(shù)的路段交通流量推算研究[D];北京交通大學(xué);2007年

本文編號：2692889