基于聚类分析的交叉口状态识别方法.pdf
《基于聚类分析的交叉口状态识别方法.pdf》由会员分享,可在线阅读,更多相关《基于聚类分析的交叉口状态识别方法.pdf(8页珍藏版)》请在咨信网上搜索。
1、基金项目甘肃省人文社会科学项目(项目编号:)。作者简介郝斌斌(),男,讲师,主要研究方向:交通系统优化、智能交通研究。基于聚类分析的交叉口状态识别方法郝斌斌吕斌张浩玮(兰州交通大学交通运输学院兰州)摘要:针对城市交叉口交通状态有效识别的问题,建立了三种交叉口交通状态识别方法。结合实际交通流数据,利用模糊聚类传递闭包法、均值聚类算法和模糊均值聚类算法对交叉口交通流周期平均速度、排队长、平均车头时距等向量进行聚类分析,给出适合城市交叉口交通流特点的交通状态划分方法,能够实时、准确、全面地识别城市交叉口的运行状态,为城市交通管理部门交通控制、交通诱导、交通指挥等提供数据基础。定性定量分析的影响,所得
2、结论对城市道路路内停车设施优化具有重要的参考作用。关键词:交通工程;城市交通;交通流状态;均值;模糊均值 ,(,):,:;引言随着社会经济的快速发展和城市化水平的不断提高,全国各大中小城市机动车保有量迅猛增加,城市道路交通问题越来越严重,给城市交通管理部门带来了很大的挑战。交叉口作为城市交通的瓶颈,问题日趋明显,严重影响着城市道路的通畅程度。如果不采取行之有效的管理和疏导措施,城市交通拥堵问题可能由交叉口的点拥堵升级到区域拥堵。交通流数据各指标随时间的变化规律能够反映交叉口实际的交通状态,交叉口交通流状态的分类和准确识别可以为城市交通管理部门交通诱导、交通信号控制、交通应急指挥等提供依据。因此
3、,为了提高交叉口的通行能力,及时进行交通疏导,对城市交叉口每天不同时段的交通状态进行识别监控显得十分重要。随着人工智能和计算机技术的发展,国内外学青海交通科技 第期者提出了很多交通状态识别的方法,等通过比较城市道路和高速公路交通流特点,提出城市主干道交通状态识别的概率事件算法;等提出一种基于浮动车的交通事件监测算法;把模糊数学引入到交通状态的判别中,这种算法消除了传统算法临界阈值决策的问题;郝媛等将模糊系统应用到快速路交通状态的判别,该方法可以动态显示路网的交通拥挤范围;杨祖元等提出城市道路交通状态识别的聚类算法;徐磊提出基于与信息融合的城市道路交通状态识别技术;巫威眺等根据交通流的复杂性特征
4、,提出基于神经网络的交通状态识别方法;陈钊正等利用多变量模糊聚类方法建立高速公路交通流状态实时评估方法。现有文献对于交通状态的识别大多数集中在高速公路、城市快速路上,对于城市道路交叉口的研究较少。现通过对交叉口交通流数据特点的分析,利用模糊聚类传递闭包算法、均值聚类算法、模糊均值聚类算法对交叉口交通流数据从多个指标进行聚类分析,并对三种聚类算法的聚类结果进行分析,找出交叉口交通流状态最优识别算法。聚类分析方法聚类分析方法是一种基于现有数据的无监督学习过程,依据具体样本数据之间的关联度,按照不同度量标准将数据划分成不同类别,使得不同类别之间有较小的相似性,相同类别之间有较大的相似性。聚类算法在大
5、规模数据集的应用上有很大优势,经典算法有模糊聚类传递闭包法、均值聚类算法、模糊均值聚类算法等。模糊聚类传递闭包算法基于传递闭包的模糊聚类分析算法实现步骤如下:()数据标准化。在实际问题中,不同的数据一般有不同量纲。为了使不同量纲也能进行比较,通常需要对数据进行适当变换。通常使用的变换有平移标准差变换、平移极差变换、对数变换等。()建立模糊相似矩阵。设论域,(),依照传统的聚类方法确定相似系数,建立模糊相似矩阵和与的相似程度 ,()。确定 ,()的方法主要是借用传统聚类分析的相似系数法、距离法及其他方法。()聚类(求动态聚类图)。根据标定所得的模糊矩阵,只是一个模糊相似矩阵,不一定具有传递性,即
6、不一定是模糊等价矩阵。为了进行分类,需要将改造成模糊等价矩阵。用二次求法求传递闭包(),()就是所求的模糊等价矩阵,即()。再让由大变小,就可形成动态聚类图。均值聚类算法均值聚类算法()是典型的基于原型的目标函数聚类方法的代表,它是数据点到原型的某种距离作为优化的目标函数,利用函数求极值的方法得到迭代运算的调整规则。算法实现的步骤如下:()初始化,随机选取个聚类中心(,)。()对每一个数据样本利用公式 (其中,为数据中聚类的数量;为类中点的数量;为第个观察点向量;为类的质心)计算其应该属于的类,并进行标记。()对每一个类利用式 更新计算该类的质心。()计算偏差,收敛判断。如果收敛则结束算法,否
7、则返回步骤()。模糊均值聚类算法模糊均值聚类()算法是从硬聚类算法推广的模糊聚类算法。算法是基于对目标函数的优化基础上的一种数据聚类方法。聚类结果是每一个数据点对聚类中心的隶属程度,该隶属程度用一个数值来表示。算法是一种无监督的模糊聚类方法,在算法实现过程中不需要人为干预。算法实现的步骤如下:()用处于,区间的随机数初始化隶属矩阵,并使其满足,。第期青海交通科技()利用公式 (其中,为数据集的隶属度;为聚类个数;为第个观察点向量,为聚类中心向量)计算个聚类中心,。()利用公式 (其中,为目标函数值;为第个聚类中心与第个数据点之间欧几里得距离;,)?是一个加权指数)计算价值函数。如果它小于某个设
8、定的阈值,或是它相对于上次价值函数的改变量小于某个阈值,则算法停止。()利用公式计算新的隶属矩阵,返回步骤()。交叉口交通状态识别算法评价不同的算法对交通状态的识别存在差异性,为了分析和比较不同算法的识别效果,需要对不同算法的识别结果进行评价。现采用文献的误判率交叉估计评价方法进行评价。误判率交叉口估计方法的基本原理是运用聚类算法对历史交通流数据进行聚类分析后,记录每一个交通流数据的类别归属。然后,从原始聚类分析数据中逐一剔除每个数据,利用剩余数据再次进行聚类分析,并求得聚类中心和隶属度函数。之后用新的判别准则再对剔除的数据做出判别,记录其所属类别。最后利用交叉概率误判比例计算得到误判概率的估
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 聚类分析 交叉口 状态 识别 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。