基于样本和特征加权FCM的交通状态识别

利用交通量、速度、占有率等交通参数进行聚类识别道路交通状态,参数样本及特征对聚类结果具有不同的作用。为改进传统FCM聚类假定数据样本及特征同等重要的缺陷,选取交通量、平均速度、空间占有率3个交通参数,划分交通状态为自由流、拥堵流和阻塞流,提出基于样本和特征双加权FCM的交通状态识别方法,采用拉格朗日乘数法动态更新隶属度、样本与特征权值,进一步设计双加权FCM聚类算法。实例分析表明,与传统FCM聚类结果对比,双加权FCM聚类交通状态划分边界更清晰,样本隶属度函数值接近0/1的数量增加7%,计算效率提高1.6倍,交通状态识别结果更符合实际运行状态。