專利名稱：一種基于fcm的區(qū)域路網(wǎng)的道路交通狀態(tài)判別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種道路交通狀態(tài)判別方法。
背景技術(shù)：
對(duì)城市道路交通狀態(tài)準(zhǔn)確的把握，是實(shí)行高效的精細(xì)化交通管理與控制、緩解車(chē)路資源矛盾的重要基礎(chǔ)。道路交通狀態(tài)判別主要采用在對(duì)單一路口或路段的交通數(shù)據(jù)通過(guò)模式識(shí)別，人工智能及數(shù)據(jù)挖掘算法進(jìn)行判別的研究，這類方法提高了交通狀態(tài)判別的精度和效率，但避開(kāi)了交通路網(wǎng)空間建模的復(fù)雜性，不能體現(xiàn)隱含的交通狀態(tài)的空間關(guān)聯(lián)信息；隨后也有學(xué)者結(jié)合路段和交叉口的物理鄰接關(guān)系，得到了交通狀態(tài)參數(shù)的不同預(yù)設(shè)閥值下區(qū)域交通狀態(tài)分層模型，但對(duì)區(qū)域路網(wǎng)采用了統(tǒng)一的判別標(biāo)準(zhǔn)。由于交通狀態(tài)是交通設(shè)施提供的交通供給和交通行為產(chǎn)生交通需求共同作用的外在表現(xiàn)，并且各路段和各交叉口之間的靜態(tài)特征和動(dòng)態(tài)交通控制參數(shù)存在差異，對(duì)路網(wǎng)各路段和各交叉口采用統(tǒng)一判別標(biāo)準(zhǔn)可能會(huì)存在偏差。因此交通狀態(tài)的參數(shù)選取和判別過(guò)程應(yīng)考慮上述兩類因素。

發(fā)明內(nèi)容
為了克服已有的交通狀態(tài)判別方法的不考慮路網(wǎng)各路段和各交叉口的區(qū)別、可靠性較差的不足，本發(fā)明提供一種分別考慮路網(wǎng)各路段和各交叉口的區(qū)別、實(shí)用性良好、可靠性好的一種基于FCM的區(qū)域路網(wǎng)的道路交通狀態(tài)判別方法。本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是一種基于FCM的區(qū)域路網(wǎng)的道路交通狀態(tài)判別方法，所述判別方法包括以下步驟第一步，城市道路路網(wǎng)由信號(hào)交叉口及相鄰上下游交叉口之間的路段組成，將信號(hào)交叉口及相鄰上下游交叉口之間的路段定義為路網(wǎng)空間單元，對(duì)路網(wǎng)空間單元分別選取交通狀態(tài)參數(shù)進(jìn)行定量分析；對(duì)于交叉口平均延誤的計(jì)算，車(chē)道組作為交叉口延誤計(jì)算的最小單元給定車(chē)道組中的每輛車(chē)的平均延誤d(s/輛)由下式確定
權(quán)利要求
1.一種基于FCM的區(qū)域路網(wǎng)的道路交通狀態(tài)判別方法，其特征在于所述判別方法包括以下步驟第一步，城市道路路網(wǎng)由信號(hào)交叉口及相鄰上下游交叉口之間的路段組成，將信號(hào)交叉口及相鄰上下游交叉口之間的路段定義為路網(wǎng)空間單元，對(duì)路網(wǎng)空間單元分別選取交通狀態(tài)參數(shù)進(jìn)行定量分析；對(duì)于交叉口平均延誤的計(jì)算，車(chē)道組作為交叉口延誤計(jì)算的最小單元給定車(chē)道組中的每輛車(chē)的平均延誤d由下式確定
2.如權(quán)利要求I所述的一種基于FCM的區(qū)域路網(wǎng)的道路交通狀態(tài)判別方法，其特征在于所述第二步中，F(xiàn)CM聚類分析的樣本的特征屬性為每周不同工作日，即在時(shí)間尺度獲得更為精細(xì)的判別原型，因此對(duì)路網(wǎng)空間單元k提取的歷史數(shù)據(jù)樣本集合如下
3.如權(quán)利要求I或2所述的基于FCM的區(qū)域路網(wǎng)的道路交通狀態(tài)判別方法，其特征在于所述判別方法還包括以下步驟第三步，從空間單元的空間地理位置及相互之間的物理鄰接關(guān)系出發(fā)，通過(guò)區(qū)域路網(wǎng)模型將各個(gè)空間單元的空間關(guān)聯(lián)性建立起來(lái)；區(qū)域路網(wǎng)模型的建立以m個(gè)路口和路口間的路段組成的交通網(wǎng)絡(luò)，其中路口集合表示為
全文摘要
一種基于FCM的區(qū)域路網(wǎng)的道路交通狀態(tài)判別方法，包括以下步驟第一步，對(duì)路網(wǎng)空間單元分別選取交通狀態(tài)參數(shù)進(jìn)行定量分析；第二步，采用模糊C均值聚類對(duì)空間單元的交通狀態(tài)參數(shù)軟劃分首先初始聚類中心，反復(fù)調(diào)整聚類中心，使各類中數(shù)據(jù)到每個(gè)聚類中心的距離之和最小或者滿足終止條件；通過(guò)模糊C均值聚類，獲取各類別的聚類中心，作為空間單元的各交通狀態(tài)判斷原型，然后將實(shí)時(shí)交通實(shí)時(shí)數(shù)據(jù)輸入，計(jì)算其與各聚類中心的最小歐幾里德距離，判斷出最小值，歸其所類，實(shí)現(xiàn)對(duì)路網(wǎng)空間單元的狀態(tài)判斷。本發(fā)明分別考慮路網(wǎng)各路段和各交叉口的區(qū)別、實(shí)用性良好、可靠性好。
文檔編號(hào)G08G1/01GK102592447SQ20111042967
公開(kāi)日2012年7月18日 申請(qǐng)日期2011年12月20日 優(yōu)先權(quán)日2011年12月20日
發(fā)明者董紅召, 郭明飛, 馬帥 申請(qǐng)人:浙江工業(yè)大學(xué)