首页 | 本学科首页   官方微博 | 高级检索  
     

基于模糊聚类和判别分析的交通状态提取算法
引用本文:窦慧丽,王国华. 基于模糊聚类和判别分析的交通状态提取算法[J]. 交通与计算机, 2010, 28(2): 13-15
作者姓名:窦慧丽  王国华
作者单位:1. 同济大学交通运输工程学院,上海,201804
2. 浙江省交通规划设计研究院交通工程部,浙江杭州,310006
基金项目:国家高技术研究发展计划(863计划) 
摘    要:针对交通状态的模糊性和不确定性,在综合考虑交通流3个参数(流量、速度、占有率)的基础上,设计了城市道路交通状态提取算法。采用模糊聚类技术,对覆盖所有交通状态的历史数据进行聚类分析;根据聚类结果,对交通数据进行判别分析,判断其所属交通状态;用实测交通数据进行了状态提取实验,并和问卷调研的统计结果进行了对比分析,结果表明该方法能够有效地进行交通状态的提取,可以准确反应道路使用者的真实感觉。

关 键 词:模糊聚类  判别分析  交通流数据  交通状态提取

Algorithm of Traffic State Extraction Based on Fuzzy Clustering and Discriminant Analysis
DOU Huili,WANG Guohua. Algorithm of Traffic State Extraction Based on Fuzzy Clustering and Discriminant Analysis[J]. Computer and Communications, 2010, 28(2): 13-15
Authors:DOU Huili  WANG Guohua
Affiliation:(School of Transportation Engineering,Tongji University,Shanghai 201804,China)1 (Traffic Engineering Department,Zhejiang Provincial Institate of Communications Planning,Design and Research,Hangzhou 310006,China)2
Abstract:In view of the vagueness and uncertainty of traffic state,the paper presents a new algorithm of traffic state extraction,which is based on the comprehensive consideration of the three traffic flow parameters.Fuzzy clustering method is used to classify the historical traffic flow data.Then,discriminant analysis is applied to determining which classes the field data belong to.Finally,the paper presents numerical examples on the field data to testify the proposed model.
Keywords:fuzzy clustering  discriminant analysis  traffic flow data  traffic state extraction
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号