论文摘要
为了准确判别城市快速路交织区的交通状态,实现交通控制策略的优化决策,基于投影寻踪模型与k-means聚类算法,研究了一种新的交通状态判别方法。以交通状态的量化分析为目标,考虑投影寻踪模型的特性,定义了交通状态系数;根据类内聚集度与异类间散度的分析,建立了聚类效果评价系数表达式;应用推导的改进式遗传算法,结合k-means聚类算法,计算获得最优投影方向与聚类中心;应用最优投影方向将新观测的交通流数据转化为交通状态系数,判定欧式距离最小的聚类中心,获得相对应的交通流状态。新方法克服了传统方法对专家经验的依赖性,解决了熵权法对小概率事件信息熵的过量估计问题,并改进了投影寻踪模型的聚类效果评价系数。仿真实验结果表明,新方法状态判别准确率为96.63%,较神经元网络和决策树算法分别提高了5.58%和7.01%,能够准确判别交织区交通流状态。
论文目录
文章来源
类型: 期刊论文
作者: 苏俊杰,柴干,季文韬
关键词: 交通工程,快速路交织区,投影寻踪,交通状态,改进式遗传算法
来源: 交通信息与安全 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 公路与水路运输
单位: 东南大学智能运输系统研究中心
基金: 国家自然科学基金项目(61573106)资助
分类号: U491
页码: 114-119+134
总页数: 7
文件大小: 662K
下载量: 133