基于时空自相关的道路交通状态聚类方法

发布时间：2017-09-20 15:16

  本文关键词：基于时空自相关的道路交通状态聚类方法

  更多相关文章： 智能交通 交通状态分类 层次聚类 城市道路交通 时空自相关

【摘要】：城市道路交通状态的识别对交通管理部门进行交通管理控制、出行诱导,以及道路设施改造具有重要意义.本文运用时空Moran散点图探索城市道路交通的时空关联性,并据此构建一种基于时空自相关预分类的道路交通状态层次聚类方法.运用本文所提出的聚类算法,以北京市二环快速路外环方向的路段为例,进行聚类研究,并分析了各类型路段的交通状态时空特性.案例研究表明,所提出聚类算法能对道路交通状态进行有效判断,充分反映交通需求与路网结构之间的内在匹配关系.特别是畅通异质和拥堵异质两种交通状态的提出,为识别高峰时段路网中的瓶颈路段和能力富余路段提供了一种新的思路和方法,进而可为完善路网、缓解拥堵及制定交通管理措施提供依据.
【作者单位】： 北京交通大学城市交通复杂系统理论与技术教育部重点实验室;
【关键词】： 智能交通 交通状态分类 层次聚类 城市道路交通 时空自相关
【基金】：国家自然科学基金重点项目(71131001) 国家基础研究计划项目(2012CB725406)~~
【分类号】：U491
【正文快照】： 0引言随着城市交通拥堵的日益严重,各大城市纷纷建立智能交通系统.城市道路交通系统的智能化管理需要对路网上各路段的交通流进行实时检测,这种对空间地理对象(路段)的某一属性进行连续长时间的观测结果称为时空数据.城市路网的交通流时空数据具有多源、多维、异构、海量、多

【相似文献】

中国期刊全文数据库 前10条

1 劳云腾;杨晓光;云美萍;刘竞宇;;交通状态检测方法的评价研究[J];交通与计算机;2006年06期

2 戢晓峰;;城市道路交通状态分析方法回顾与展望[J];道路交通与安全;2008年03期

3 李娟;罗霞;姚琛;;基于多源数据的交通状态判定研究[J];铁道运输与经济;2009年03期

4 李清泉;高德荃;杨必胜;;基于模糊支持向量机的城市道路交通状态分类[J];吉林大学学报(工学版);2009年S2期

5 强添纲;邱洁;;基于熵和耗散结构理论的道路交通状态演变机理[J];交通标准化;2010年Z1期

6 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];交通信息与安全;2010年02期

7 曹成涛;崔凤;林晓辉;;基于神经网络的交通状态模糊判别方法[J];科学技术与工程;2010年21期

8 高丽梅;高鹏;陈俊波;;动态聚类的城市道路交通状态判别分析[J];道路交通与安全;2010年05期

9 瞿莉;胡坚明;张毅;;一种基于路网分配系数矩阵的网络交通状态建模方法[J];清华大学学报(自然科学版);2011年01期

10 窦慧丽;王国华;郭敏;;面向诱导的交通状态概率预报技术[J];交通运输系统工程与信息;2011年02期

中国重要会议论文全文数据库 前3条

1 郭义荣;张晓栋;董宝田;吴蕾;;基于模糊理论的交通状态快速识别与跃迁转变方法[A];2013年中国智能自动化学术会议论文集（第四分册）[C];2013年

2 窦瑞;云美萍;杨晓光;;基于视频录像的交通状态判别算法准确度评测[A];第七届中国智能交通年会优秀论文集——智能交通技术[C];2012年

3 余碧莹;邵春福;;基于时空模型的道路网交通状态预测[A];2008第四届中国智能交通年会论文集[C];2008年

中国博士学位论文全文数据库 前5条

1 徐东伟;道路交通状态多维多粒度获取方法研究[D];北京交通大学;2014年

2 宋淑敏;非常态下异常道路交通状态信息获取技术研究[D];吉林大学;2012年

3 孙晓亮;城市道路交通状态评价和预测方法及应用研究[D];北京交通大学;2013年

4 钱U，

本文编号：888803