基于动态聚类的控制子区划分方法研究

发布时间：2022-02-21 07:42

　　交通控制中,协调控制可以有效提高整个系统的通行效率、减少车均停车延误与行车时间。交通控制子区划分是干线协调、区域协调控制的基础,同时也是协调效果好坏的关键技术,因此研究交通控制子区划分问题在交通控制领域具有重要的现实意义。交通控制子区划分主要将相邻的交叉口或路段划分成若干个交通子区进行协调控制,代表交通流态势的交通流特征参数的选取在很大程度上影响了交通子区划分的结果。然而,目前的研究主要侧重在划分方法的改进和优化上,忽略了交通流特征参数选取的重要性,大多只采用一个交通流特征,如此得到的特征值不能准确代表交通流态势。因此,本文提出了一种基于皮尔森相关系数的数据融合方法,得到路段速度和车道流量的组合特征参数。在此基础上,本文分别实现了两种基于动态聚类的控制子区划分方法,同时对萧山区实际路网进行划分验证。实验结果验证了组合特征参数以及两种聚类划分方法的有效性。本文的主要工作如下:1.基于路段速度和车道流量特征参数上,提出了一种基于皮尔森相关系数的组合特征参数。首先对于路段速度和车道流量进行皮尔森系数计算,然后对原始数据作零均值标准化处理,最后进行线性加权数据融合处理。2.综合考虑不同聚类划分... 

【文章来源】：浙江工业大学浙江省

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
    1.3 主要研究内容及章节安排
第二章 交通控制子区划分方法及相关知识
    2.1 交通控制子区划分概述
    2.2 交通流特征参数的选取与处理
        2.2.1 图论相关概念及路网构建
        2.2.2 交通流特征参数
        2.2.3 相关系数
        2.2.4 数据规范化处理
    2.3 聚类划分方法
        2.3.1 对称非负矩阵分解
        2.3.2 混合整数线形规划
    2.4 本章小结
第三章 基于对称非负矩阵分解的控制子区聚类划分
    3.1 引言
    3.2 基于路段速度和车道流量的组合特征参数计算
        3.2.1 皮尔森相关系数计算
        3.2.2 数据零均值标准化处理
        3.2.3 线性加权数据融合
    3.3 基于对称非负矩阵分解的聚类划分方法
        3.3.1 聚类分析
        3.3.2 相似度矩阵计算
        3.3.3 对称非负矩阵分解
    3.4 本章小结
第四章 基于混合整数线性规划的控制子区聚类划分
    4.1 引言
    4.2 基于车道流量和路段速度的组合特征参数计算
        4.2.1 皮尔森相关系数计算
        4.2.2 数据零均值标准化处理
        4.2.3 线性加权数据融合
    4.3 基于混合整数线性规划的聚类划分方法
        4.3.1 聚类分析
        4.3.2 初步划分
        4.3.3 分配剩余路段
    4.4 本章小结
第五章 控制子区聚类划分实验与分析
    5.1 引言
    5.2 路网构建及交通流数据
    5.3 基于SNMF的控制子区聚类划分
        5.3.1 交通流特征参数对比
        5.3.2 权重系数对比
        5.3.3 数据规范化方法对比
    5.4 基于MILP的控制子区聚类划分
        5.4.1 交通流特征参数对比
        5.4.2 权重系数对比
        5.4.3 数据规范化对比
    5.5 聚类划分方法对比
    5.6 本章总结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
作者简介
    1 作者简历
    2 攻读硕士学位期间发表的学术论文
    3 参与的科研项目及获奖情况
实验交通数据集
学位论文数据集


【参考文献】：
期刊论文
[1]协调控制子区快速动态划分方法研究[J]. 卢凯,徐建闽,郑淑鉴,王世明.  自动化学报. 2012(02)
[2]城市交通拥堵治理模式理论的新进展[J]. 徐东云.  综合运输. 2007(05)



本文编号：3636806