基于大数据的路口车流量分布式协同优化

论文摘要

为提高路口车流量统计和调度能力,以指导交通信息管理,提出一种基于大数据的路口车流量分布式协同优化模型.采用物联网分布式信息采集技术进行路口车流量统计大数据提取,结合传感融合跟踪识别技术进行路口车流量统计大数据采样后的关联属性特征提取;采用大数据信息融合处理技术进行路口车流量数据的分布式融合和模糊聚类处理,构建物联网信息管理平台进行车流量数据的分布式协同调度,在物联网簇中将所有成员节点采集的车辆量数据进行均衡配置;采用模糊神经网络学习方法进行路口车流量大数据分类处理,根据分类结果实现对路口车流量分布式协同调度,提高调度的均衡性,从而指导交通调度.仿真结果表明:采用该方法进行路口车流量分布式协同调度的均衡性较好,提高了路口车流通行能力.

论文目录

• 1 路口车流量大数据采样和传感融合跟踪识别
•   1.1 数据采样模型
•   1.2 车流量数据的传感融合跟踪识别
• 2 车流量分布式协同调度优化
•   2.1 路口车流量大数据关联属性特征提取
•   2.2 车流量大数据分类及分布式协同调度
• 3 试验测试分析
• 4 结语

文章来源

类型: 期刊论文

作者: 吴俊杰

关键词: 大数据,交通,路口车流量,分布式协同调度

来源: 兰州工业学院学报 2019年03期

年度: 2019

分类: 社会科学Ⅱ辑,工程科技Ⅱ辑

专业: 公路与水路运输

单位: 泉州信息工程学院软件学院

基金: 福建省中青年教师教育科研项目(科技类)(JAT170755)

分类号: U491

页码: 78-82

总页数: 5

文件大小: 168K

下载量: 142