發(fā)布時間：2024-10-05 05:07

　　城市道路交通流量的持續(xù)增長導(dǎo)致交通運行狀況逐步惡化,繼而出現(xiàn)了越來越頻繁的交通擁堵現(xiàn)象。如何準確、實時地識別交通狀況已成為一項重要的研究課題。交通管理人員借助實時、有效的交通狀態(tài)判別技術(shù)能夠充分掌握城市道路的運行狀況,通過相關(guān)平臺將當(dāng)前交通狀況及時地發(fā)布出來,就能夠在很大程度上避免交通擁堵現(xiàn)象,從而實現(xiàn)對交通的實時誘導(dǎo),并提高整個道路交通網(wǎng)絡(luò)的效率。本文首先研究了常用的交通流參數(shù)特點,選取平均交通量、時間平均速度和時間占有率作為判別城市道路交通狀態(tài)的參數(shù);通過對不同時間間隔下城市道路流量隨時間變化圖像的對比,選擇了5分鐘時間間隔來區(qū)分交通狀態(tài)。接著,本文介紹了模糊C均值聚類算法(FCM)原理,并提出了用聚類有效性函數(shù)來確定模糊C均值聚類算法中最優(yōu)分類數(shù)目的取值;接著針對FCM算法在選擇初始聚類中心時具有隨機性,導(dǎo)致結(jié)果很容易陷入局部最優(yōu)解、使得算法穩(wěn)定性較差這一問題,本文對傳統(tǒng)的模糊C-均值聚類算法(FCM)進行優(yōu)化,提出了基于遺傳模擬退火算法(SAGA)改進FCM聚類算法的城市道路交通狀態(tài)分類算法。通過實例驗證,結(jié)果表明本文提出的SAGA-FCM算法不僅能夠有效地克服FCM算法在初始聚...

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.1速度-密度直線關(guān)系圖

圖2.1速度-密度直線關(guān)系圖可知，A點是理想狀態(tài)下的自由流速度fV，直線A與其相交。這是因為至少有一輛車以速度在行駛.1也可推算交通量,以點C為例，速度為mV,密度為圖上矩形陰影的面積。lds提出的速度-密度模型只適用于交通流密度適中時結(jié)果偏差會很大。度大時用....

圖2.2交通量-密度關(guān)系圖

吉林大學(xué)碩士學(xué)位論文其它符號意義同上。型適用于車流密度很大時，但模型的缺點是當(dāng)jKK時通量-密度的關(guān)系式（2.10）和Greenshields提出的公式（2.12）我們可以2(1)()ffjjKKQKVKVVKKK········....

圖2.3交通量-速度關(guān)系圖

圖2.3交通量-速度關(guān)系圖，當(dāng)車流密度和流量均較小時，車速可以達當(dāng)交通流量隨著車流密度的增大而增大時，時，流量達到圖中的最大值（C點）；車流到達到最大密度jK，此時的交通流量和速度參數(shù)確定理者、交通研究者、交通規(guī)劃者、交通出行流表征參數(shù)的情況如下[15]：表1.1交....

圖3.5不同聚類數(shù)目下的模糊相關(guān)度

圖3.5不同聚類數(shù)目下的模糊相關(guān)度上圖3.5可以看出，當(dāng)聚類數(shù)目c=3時，模糊相關(guān)度R(U;c3.6可知，對于本文實驗數(shù)據(jù)的最佳分類數(shù)目應(yīng)取c=3，即本文將城市道路交通狀態(tài)分為三個類別。參考中華人民共布的道路交通信息發(fā)布規(guī)范（GA/T9942017....

本文編號：4007571