导读:本文包含了交通状态判别论文开题报告文献综述及选题提纲参考文献，主要关键词:交通工程,交通状态判别,灰聚簇,Fisher变换
交通状态判别论文文献综述
宋占国,陈红,黄卫[1]（2019）在《结合灰聚簇与Fisher变换的城市快速路交通状态判别》一文中研究指出为提高少数据下的城市快速路交通流状态类型判别精度,提出一种结合灰聚簇与Fisher变换(GC-Fisher)的组合方法.选择交通量Q、速度v、占有率O作为基础参数,首先经灰聚簇理论将基础参数数据聚簇为4类,其次对分类后的数据构建训练集,训练GC-Fisher模型,获取每一种交通流状态类型的Fisher变换方式及判别函数,最后选择结合K均值与多分类支持向量机(K-SVM)的组合方法进行比较.结果表明:在数据量较少条件下对交通流状态类型进行判别,GC-Fisher模型判别率为92%,优于K-SVM模型的判别率69%,GC-Fisher组合方法在少数据下能够更好地提高交通流状态类型的判别效果.(本文来源于《哈尔滨工业大学学报》期刊2019年09期）
唐景嵩[2]（2019）在《基于RFID技术的城市道路交通状态判别研究》一文中研究指出射频识别(RFID)技术作为交通领域较新的数据采集技术,利用RFID技术采集交通参数是车路协同新领域探索的技术支撑。本文基于实现实时道路交通状态判别这一目的,采用RFID系统采集城市道路车辆数据,通过构建交通参数计算方法,将车辆数据转化为交通流量、流速、密度等道路交通参数,参照速度阀值判断道路实时交通状态,通过结合路段交通量的转移分布和历史平均行程时间分析,建立了适用于RFID技术的交通状态模型,预测未来短时间内路段以及区域交通状态的变化情况。(本文来源于《电子设计工程》期刊2019年17期）
林璐,陈健,曲大义,黑凯先,韩乐潍[3]（2019）在《基于K均值聚类算法的交通状态判别方法研究》一文中研究指出在交通供需矛盾持续深化的情况下,研究交通常发性拥挤是现代交通管理的重点课题.通过分析国内外交通状态判别方法与交通流特性研究,运用K均值聚类算法,提出在离线状态下有效判别交通状态的定量方法.以青岛市环湾快速路交通流数据对该方法的实效性进行验证分析,结果表明判别方法能够快速处理大量交通流数据,判别交通流运行状态,识别率较高,方便,高效,研究成果可以为协同优化交通控制系统和交通流诱导系统提供方法依据.(本文来源于《青岛理工大学学报》期刊2019年04期）
杨斌[4]（2019）在《城市道路交通拥堵状态可靠性预测及判别方法研究》一文中研究指出随着城市机动车保有量的不断增加,市区道路交通拥堵带来的社会和经济问题越来越严重。为了有效地缓解交通拥堵,找到科学、高效的交通管理方法和策略,需要对道路交通拥堵状态进行预测,并明确实际的交通拥堵状态等级。本文分析了扬州市交通拥堵特性,建立拥堵均值预测模型和可靠性预测模型,并构建符合扬州市区实际情况的拥堵等级判别方法,最后基于拥堵预测模型和判别方法,对扬州城市道路交通拥堵典型路段进行实证分析。本文主要采用单整自回归移动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA)建立拥堵均值预测模型;基于广义自回归条件异方差模型(Generalized Autoregressive Conditional Heteroskdasticity,简称 GARCH)建立拥堵可靠性预测模型:基于梯形隶属度函数的模糊综合评价方法,对交通拥堵状态等级进行判别。主要研究内容如下:1、对扬州市区社会、经济和道路的现状进行调研,并通过交通流数据挖掘分析找出扬州市道路交通常发性拥堵和偶发性拥堵的成因,总结提炼扬州市交通拥堵特征。2、构建基于时间序列的城市道路拥堵延时指数短时预测及可靠性预测性分析模型,并对预测结果进行性能评估。3、建立扬州市交通拥堵状态评价指标体系,应用基于梯形隶属度函数的模糊综合评价方法,基于典型路段及区域的实际数据和预测结果对交通拥堵等级进行判别。4、选取典型的扬州市交通拥堵影响因素进行实例验证,并将预测拥堵状态等级与实际情况进行对比分析,验证模型的可靠性。本文研究结果表明:1、扬州市道路交通常发性拥堵主要与道路基础设施不完善等因素有关,而偶发性拥堵可通过大数据分析找出天气、施工、节假日、交通事故、违章等影响因素。2、预测性能评估结果表明,本文构建的基于ARIMA均值预测模型精度普遍在90%以上;基于GARCH可靠性预测模型无效覆盖率基本在6%以内,置信区间宽度基本在0.5左右,具有较高的可靠性预测。3、通过交通拥堵状态预测和等级判别的实证分析,得出扬州市景区周边道路交通在不同节假日时间段呈现周期性拥堵现象;不同气候条件对道路交通拥堵状态有较为显着的影响;典型路段的交通拥堵状态预测结果与实际情况基本相符,变化趋势基本一致。(本文来源于《扬州大学》期刊2019-06-20）
张源[5]（2019）在《基于交通参数预测的城市快速路交通状态判别研究》一文中研究指出城市快速路作为城市各个区域连接的大动脉,具有快速、高效、舒适的特点。为了更好的智能化的掌握了解城市交通运行规律、交通状态变化情况、缓解城市道路交通压力和为多方提供决策支持,研究城市快速路交通运行状态的判别和预测具有重要的意义。本文针对道路交通特性,从交通参数预测和交通状态判别两方面展开研究,本文主要研究的方面为:第一,归纳总结国内外交通状态判别划分、交通参数预测以及交通状态变迁演化叁个方面的研究现状,掌握多种研究方法,并且确定本文的技术路线、章节安排和研究内容。第二,基于北京城市二环快速路的微波交通检测器数据,对交通流叁参数之间关系模型进行了回顾分析,并且根据采集得到的交通数据对交通流叁参数进行了时空特性分析,全面分析产生了这种现象的具体原因。第叁,针对本文研究的交通状态变化的的情况,采用模糊c-均值聚类算法将交通叁参数两两组合作为数据输入,得到聚类中心和交通状态判别划分信息;标定交通状态判别精度,根据精度确定最佳参数组合,通过实例验证得出流量-速度为判别交通状态的最佳参数组合。第四,为了更好地研究交通状态变化,进行参数预测,为了保证预测精度,采用免疫算法优化的最小二乘支持向量机(LSSVM)建立交通流量预测模型。通过免疫算法优化经过训练后的LSSVM中的惩罚因子和核函数参数,得到最优的预测模型。将行驶速度和占有率作为模型的输入,交通流量作为输出。第五,为了更好地展现交通状态判别情况以及交通状态演化情况,本文应用有限状态机模型作为模型。将预测后的交通参数,输入到有限状态机进行交通状态判别和演化。实验结果证明,有限状态机更为直观地展现了交通状态演化情况,也证明了有限状态机在交通状态判别演化中的可用性,能够更好地为城市道路交通管理与控制服务。(本文来源于《北京交通大学》期刊2019-06-01）
张帆[6]（2019）在《基于SAGA-FCM的城市道路交通状态判别方法研究》一文中研究指出城市道路交通流量的持续增长导致交通运行状况逐步恶化,继而出现了越来越频繁的交通拥堵现象。如何准确、实时地识别交通状况已成为一项重要的研究课题。交通管理人员借助实时、有效的交通状态判别技术能够充分掌握城市道路的运行状况,通过相关平台将当前交通状况及时地发布出来,就能够在很大程度上避免交通拥堵现象,从而实现对交通的实时诱导,并提高整个道路交通网络的效率。本文首先研究了常用的交通流参数特点,选取平均交通量、时间平均速度和时间占有率作为判别城市道路交通状态的参数;通过对不同时间间隔下城市道路流量随时间变化图像的对比,选择了5分钟时间间隔来区分交通状态。接着,本文介绍了模糊C均值聚类算法(FCM)原理,并提出了用聚类有效性函数来确定模糊C均值聚类算法中最优分类数目的取值;接着针对FCM算法在选择初始聚类中心时具有随机性,导致结果很容易陷入局部最优解、使得算法稳定性较差这一问题,本文对传统的模糊C-均值聚类算法(FCM)进行优化,提出了基于遗传模拟退火算法(SAGA)改进FCM聚类算法的城市道路交通状态分类算法。通过实例验证,结果表明本文提出的SAGA-FCM算法不仅能够有效地克服FCM算法在初始聚类中心选择过程中存在的问题,并且与FCM算法相比具有收敛速度更快,稳定性更好的优点。最后,本文介绍了什么是人工神经网络,并介绍了BP神经网络、径向基函数神经网络的原理。接着介绍了同样采用径向基函数作为模式分类的GRNN和PNN神经网络。然后本文对SAGA-FCM算法聚类后的各类交通状态数据集的特征进行提取,运用GRNN和PNN算法分别对各类交通状态数据集进行学提取,建立了基于GRNN、PNN的城市道路交通状态判别模型。实例验证结果表明,在本文提出的基于SAGA-FCM和GRNN、PNN的交通状态判别方法中,GRNN和PNN算法10次运行后的平均正确率都在95%以上,并且平均运行时间都少于1秒钟。由此证明了将GRNN和PNN算法作为交通状态判别模型是可行并且合理的。(本文来源于《吉林大学》期刊2019-06-01）
杨帆[7]（2019）在《基于GN与MFD的城市区域交通状态判别方法研究》一文中研究指出交通拥堵是限制城市发展的重要因素。随着机动车保有量的不断增加,交通拥堵问题日益严重,其不再仅仅局限于单个交叉口或某一路段,而是由点及面,逐步演变到区域性的交通拥堵。已有研究表明,对城市交通拥堵程度的分区识别并针对不同区域的拥堵程度实施相应的交通控制与管理手段是实现区域性交通控制管理,有效缓解区域交通拥堵的有效途径之一。城市交通拥堵程度的分区识别主要需要解决两个方面的问题:一是根据道路交通特性实现子区的动态划分;二是对各分区的交通状态进行有效识别。为实现这两个方面的目标,本研究主要进行了以下几个方面的工作:(1)利用GN算法对城市路网进行动态子区划分,采取边介数指标对路网进行分解,利用模块性函数实现对路网分区结果对选择,同时引入强连通区域、弱连通区域的概念对分区结果进行评价并,利用沈阳市路网进行仿真验证;(2)提出了一种基于MFD的区域交通状态判别方法。以区域内车辆总数为横坐标,单位时间内驶出区域的车辆数为纵坐标绘制宏观基本图。利用宏观基本图分析路网的承载力及输出能力指标,得到区域交通状态判别的方法;(3)利用Vissim软件建立仿真路网,通过设置仿真路网的基本参数,采集单位时间内的路网内的车辆数及驶出路网车辆数,绘制仿真路网宏观基本图,实现仿真路网的交通状态判别。仿真结果表明,本文提出的方法能够快速的实现城市路网区域交通状态的判别。(本文来源于《吉林大学》期刊2019-06-01）
苏俊杰,柴干,季文韬[8]（2019）在《基于投影寻踪的快速路交织区交通状态判别方法》一文中研究指出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。(本文来源于《交通信息与安全》期刊2019年02期）
常丽君,郑黎黎,杨帆[9]（2019）在《基于(SAGA-FCM)-PNN的交通状态判别方法研究》一文中研究指出为了提高城市道路交通状态判别的正确性与稳定性,研究了一种基于遗传模拟退火算法改进的FCM算法与概率神经网络(PNN)结合的短时交通流状态判别方法。针对传统FCM算法会收敛到局部最优解的问题,利用遗传模拟退火算法对其进行改进,优化算法初始聚类中心;将已分类的数据分为训练集与测试集对概率神经网络(PNN)模型进行训练与测试,通过对径向基函数的扩展速度的优化提高PNN算法的准确性;并利用厦门市城市道路地磁检测数据对模型进行实例验证及性能分析。结果表明,文中方法能够有效的实现交通状态的判别,且能够得到全局最优解;同竞争神经网络模型、GRNN模型、SVM模型相比,文中模型的交通状态判别正确率分别提高2.1%,4.5%,2.7%,且具有更好的稳定性。(本文来源于《交通信息与安全》期刊2019年02期）
杨庆芳,张帆,张意斌[10]（2019）在《城市主干道交通运行状态自动判别系统设计》一文中研究指出传统的自动判别系统很容易受到噪声干扰和信号干扰,判别效果受到很大影响。为了解决这一问题,设计了一种新的城市主干道交通运行状态自动判别系统,对系统的硬件和软件部分进行设计。硬件部分主要设计了数据采集器、数据处理器、数据判别器、数据显示器和集成线路,软件共分为数据采集、数据准备、数据转换、状态判断、数据显示五个过程。通过与传统系统对比实验,验证了设计系统的工作效率,所设计系统能够很好地过滤掉噪声信号和干扰信号,精准地判别出城市主干道交通运行状态。(本文来源于《自动化与仪器仪表》期刊2019年04期）
交通状态判别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
射频识别(RFID)技术作为交通领域较新的数据采集技术,利用RFID技术采集交通参数是车路协同新领域探索的技术支撑。本文基于实现实时道路交通状态判别这一目的,采用RFID系统采集城市道路车辆数据,通过构建交通参数计算方法,将车辆数据转化为交通流量、流速、密度等道路交通参数,参照速度阀值判断道路实时交通状态,通过结合路段交通量的转移分布和历史平均行程时间分析,建立了适用于RFID技术的交通状态模型,预测未来短时间内路段以及区域交通状态的变化情况。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
交通状态判别论文参考文献
[1].宋占国,陈红,黄卫.结合灰聚簇与Fisher变换的城市快速路交通状态判别[J].哈尔滨工业大学学报.2019
[2].唐景嵩.基于RFID技术的城市道路交通状态判别研究[J].电子设计工程.2019
[3].林璐,陈健,曲大义,黑凯先,韩乐潍.基于K均值聚类算法的交通状态判别方法研究[J].青岛理工大学学报.2019
[4].杨斌.城市道路交通拥堵状态可靠性预测及判别方法研究[D].扬州大学.2019
[5].张源.基于交通参数预测的城市快速路交通状态判别研究[D].北京交通大学.2019
[6].张帆.基于SAGA-FCM的城市道路交通状态判别方法研究[D].吉林大学.2019
[7].杨帆.基于GN与MFD的城市区域交通状态判别方法研究[D].吉林大学.2019
[8].苏俊杰,柴干,季文韬.基于投影寻踪的快速路交织区交通状态判别方法[J].交通信息与安全.2019
[9].常丽君,郑黎黎,杨帆.基于(SAGA-FCM)-PNN的交通状态判别方法研究[J].交通信息与安全.2019
[10].杨庆芳,张帆,张意斌.城市主干道交通运行状态自动判别系统设计[J].自动化与仪器仪表.2019