基于模糊聚类的城市快速路交通流状态划分

针对城市快速路交通流状态分类的问题,提出了一种改进的模糊C均值(FCM)算法.结合层次聚类算法和FCM聚类算法,运用层次聚类算法得到最佳聚类数和初始聚类中心,并通过Relief F特征加权对影响交通状态的不同特征指标赋予相应的权值,最终用FCM算法再次聚类得出交通流状态的分类结果.以VISSIM为工具,对该方法进行了模拟.对比分析结果显示,所提出的方法能够提高城市快速路交通流状态分类的效果.     

基于模糊聚类的城市快速路交通流状态划分

针对城市快速路交通流状态分类的问题,提出了一种改进的模糊C均值(FCM)算法。结合层次聚类算法和FCM聚类算法,运用层次聚类算法得到最佳聚类数和初始聚类中心,并通过Relief F特征加权对影响交通状态的不同特征指标赋予相应的权值,最终用FCM算法再次聚类得出交通流状态的分类结果。以VISSIM为工具,对该方法进行了模拟。对比分析结果显示,所提出的方法能够提高城市快速路交通流状态分类的效果。     

韦伯斯特算法在不同流量下的排队延误优化效果

韦伯斯特算法是一种优化信号交叉口配时的算法,该算法可以降低交叉口的车辆延误,从而达到缓解交通压力和交通拥堵的目的。若某交叉口车流量较低,利用韦伯斯特算法进行信号配时优化后,该交叉口排队延误改变不大,考虑行政成本,应用价值不高。因此,基于VISSIM仿真软件,以拉萨市江苏路与藏大西路交叉口为例,在该交叉口原信号配时的基础上,利用韦伯斯特算法优化信号配时,通过对比,研究在不同交通流量的情况下,韦伯斯特算法降低排队延误的效果。