基于模糊C均值聚类的快速路交通流相态划分

交通相态的识别问题是智能交通系统里一个关键问题,基于模糊C均值聚类分析可以很好地解决这种没有先验知识情况下的分类问题。文中介绍了三相流理论,根据我国实测快速路交通流数据,利用模糊C均值聚类方法对交通流相态的分类进行了研究,实现了一种交通相态的划分方法,研究结果表明：该方法能够识别出三相流理论中的自由流和同步流状态。     

基于模糊的城市快速路交通流状态判别

“交通状态”具有外延不明确的模糊信息特征,交通流自身特征和评价主体的专业知识都不可忽视。因此,基于快速路检测线圈数据,引入了基于知识的模糊系统来判别快速路交通状态。在充分分析各种交通现象的基础上,提出了交通状态划分原则、依据,评价指标,以及状态判别的模糊集和模糊规则。该方法可以动态的显示路网的交通拥挤范围,为实施交通信息发布以及后期交通瓶颈的判别和改善提供依据。     

基于模糊的城市快速路交通流状态判别

"交通状态"具有外延不明确的模糊信息特征,交通流自身特征和评价主体的专业知识都不可忽视.因此,基于快速路检测线圈数据,引入了基于知识的模糊系统来判别快速路交通状态.在充分分析各种交通现象的基础上,提出了交通状态划分原则、依据,评价指标,以及状态判别的模糊集和模糊规则.该方法可以动态的显示路网的交通拥挤范围,为实施交通信息发布以及后期交通瓶颈的判别和改善提供依据.     

基于模糊聚类和判别分析的交通状态提取算法

针对交通状态的模糊性和不确定性,在综合考虑交通流3个参数（流量、速度、占有率）的基础上,设计了城市道路交通状态提取算法。采用模糊聚类技术,对覆盖所有交通状态的历史数据进行聚类分析;根据聚类结果,对交通数据进行判别分析,判断其所属交通状态;用实测交通数据进行了状态提取实验,并和问卷调研的统计结果进行了对比分析,结果表明该方法能够有效地进行交通状态的提取,可以准确反应道路使用者的真实感觉。     

基于视频检测技术的城市快速路交通状态分析研究

基于视频检测技术采集得到的北京城市快速路交通特征参数,对城市快速路交通状态进行分析研究.选择车辆行驶速度和速度方差作为城市快速路交通状态分析的决策变量,根据城市快速路交通流特征将交通状态分为自由流、谐动流、同步流和拥堵,利用模糊C均值聚类算法建立交通状态辨识算法,算法经验证表明其有效可行.     

城市快速路交通流特性分析

城市快速路是城市道路网的主骨架,对交通状态进行状态划分及稳定性分析,结合城市快速路交通信息采集系统的交通流检测数据,对速度一流量关系模型进行分析,建立了城市快速路快速交通流流量、速度、占有率关系模型,并进行交通流基本参数时变特性和空间特性分析。首先利用基本图理论,对3种城市快速路交通流状态进行稳定性分析。随后,结合北京市典型路段实测数据散点图,对各种速度一流量关系模型的适用范围和适用程度进行对比分析,从而得出Greenshields模型的拟合效果最好。最后分析交通状态转换过程中的交通流参数时变特性和空间特性,对实际交通疏导有指导意义。     

路段变长划分的模糊聚类方法

路段的合理划分是开展路面养护管理的基本前提。对通常采用的定长1km的做法进行了分析,指出了其不足;进而引进了模糊聚类方法,阐述了其应用思路,给出了模糊相似系数的构造方法,据此利用编网法建立了路段变长划分方法,并对聚类水平α给以解释;最后论述了该法的意义,还进行了实例验证。     

降雪条件下城市快速路交通流特性研究

以北京市交通流固定检测器数据为基础,对比分析了正常天气条件和降雪条件下北京市快速路交通流特性的差异,定量描述了降雪对北京市快速路流量和平均运行速度的影响。研究表明,大雪条件下,快速路流量约下降约39%,速度降低10～20km/h,来车时距普遍增加2～4s,饱和流率下降约25%。在此基础上,给出了北京市不同降雪强度下快速路的流量和当量流量水平下平均速度的折减系数。     

快速路交通流时间序列聚类预测方法与模型

针对快速路路段日交通流曲线的相似特性,提出根据天气好、坏,工作日、非工作日作为特性向量,设计一种时间序列聚类算法对不同时间尺度下快速路交通流进行预测.结果显示:此聚类算法与预测模型充分利用了历史数据,30 min时间尺度下预测精度较高,平均绝对相对误差最低为3.34%.     

城市快速路交通流分形预测算法的研究

根据城市快速路交通网络几何结构及交通流的混沌性,在分析交通流分形特性的基础上,应用小波系数方差法求解Hurst系数,同时建立了城市快速路交通流分形预测模型.利用实测数据,运用分形预测模型对上海市高架路的交通流进行了预测及误差分析,探讨了交流量不同状态下,即不同时段相同时间尺度,同一时段不同时间尺度;同一时段同一时间尺度下不等长数据序列的交通流分形特性及预测结果,并与传统方法进行比较,验证了模型的有效性及正确性.     

基于模糊聚类和手机定位的高速公路车辆信息采集

高速公路交通信息在高速公路管理中起着重要的作用.首先介绍了几种常用的手机定位技术,并在定位精度及设备成本方面进行了比较.在借助通信网络得到高速公路上车载手机的连续位置的基础上.采用模糊聚类分析方法分析计算得出车辆的位置、速度及车型信息,并利用MATLAB进行仿真研究,验证了该方法的有效性.     

城市快速路交通流状态跃迁的实证分析

根据北京市二环路的实测数据分析了在高交通需求条件下的城市环路交通流特性,研究了交通流在临界密度附近的稳定性和车道间车流的同态性,即速度跃迁概率和车道间交通参数的偏差,结合三相位交通流理论中的同步流概念,将交通流状态划分为4个相位：自由流、高速同步流、低速同步流和堵塞,并通过实测数据分析了交通流在4种状态间的时间和空间演变规律。结果表明：分析得到的交通流状态和状态间时空变化规律,对交通流的短期预测、控制和诱导具有应用价值,同时也为分析交通拥堵机理、建立合理的交通流模型提供了理论基础。     

关于高速公路监控系统规模划分的一种设想

根据功能需要,将高速公路监控系统划分为初、中、高3级规模,并提出一种算法,根据高速公路交通量定量地确定应有的监控系统等级.     

城市快速路匝道交通特性分析

城市快速路建设的速度远不及交通量的增长速度,且目前我国缺乏对其交通流特性及控制技术的系统研究,大量车流从入口匝道无序的汇入主线,严重影响了城市快速路功能的正常发挥。文中以实测数据为基础,利用设计学原理,分析城市快速路入口匝道交通流特性及其对主线交通流的影响,得出在快速路匝道上的车速特性。     

城市快速路智能交通通信系统

城市快速路智能交通通信系统是城市快速路智能交通系统的基础支撑平台,负责智能交通系统的信息传输和交换,是智能交通系统建设成功与否的关键因素。根据以往的工程经验,从设计及施工角度,介绍我国当前城市快速路智能交通通信系统的通信管道及通信系统,可为城市快速路智能交通通信系统的建设提供技术支持。     

城市快速路交通拥堵判定方法研究

为弥补单点检测器判定交通拥堵方法研究的不足,在对实测数据分析的基础上,利用临界占有率将交通流状态划分为拥堵状态与非拥堵状态,提出了以速度-占有率比、速度差双指标判定交通拥堵状态发生、结束时刻的方法。并以北京城市快速路实测数据为例,对各判定指标阈值进行标定,判定结果表明:基于单点检测器设计的拥堵判定方法能够有效判定检测器断面拥堵发生时间、持续时间、结束时间。