基于模糊C均值聚类的城市道路交通状态判别

发布时间：2017-12-13 08:10

  本文关键词：基于模糊C均值聚类的城市道路交通状态判别

  更多相关文章： 交通状态判别 模糊C均值聚类 状态指标 交通流

【摘要】：为及时判别城市道路交通状态,考虑城市道路交通特征的差异性和交通流的波动特性,对状态指标的合理性进行分析;将交通状态划分为畅通、缓行、拥堵、阻塞4类,提出一种基于模糊C均值聚类(FCM)判别城市道路交通状态的算法。选取车速、流量、占有率作为交通状态判断指标,根据不同指标设计3种方案,用MATLAB模糊逻辑工具箱分析出仿真数据的聚类中心,对不同指标组合下的各样本交通状态进行判断,验证算法判别的可行性。结果表明,以速度、流量、占有率为参数的FCM算法能较好地判别城市道路交通状态,精度较高。
【作者单位】： 重庆交通大学交通运输学院;
【分类号】：U491
【正文快照】： 对交通流动态信息进行深入挖掘分析,实时高效地对交通流状态进行判别,能够给交通管理部门有针对性地制定交通管控与诱导措施提供依据,同时使出行者避开拥挤区域或拥挤时段,达到减轻路网的交通压力、节能减排的目的。目前,国内外对城市道路交通拥堵状态的判别尚无统一的指标和

【相似文献】

中国期刊全文数据库 前3条

1 张兵;周海宁;;模糊c-均值聚类法在干港选址中的应用[J];水运管理;2009年02期

2 蒋先刚;郝励;刘玄第;黄书明;王亚伟;;基于均值聚类的车牌定位技术研究[J];华东交通大学学报;2007年04期

3 ;[J];;年期

，

本文编号：1284410