科研之友
微信
新浪微博
Facebook
分享链接
摘要
在城市交通状态识别中,饱和度、平均排队长度、平均行程速度以及时间占有率等交通参数常用作评价指标。针对以上指标对交通状态影响程度不同的问题,提出基于信息熵加权的FCM聚类算法识别局部路网交通状态的方法。将路网中关键交叉口和其上游路段作为一个识别单元,引入信息熵理论对每个评价指标进行权重确定,用加权欧氏距离优化FCM算法的目标函数,从而提高算法的聚类性能和对交通状态的识别率。通过改进前后算法对城市局部路网的交通状态进行识别仿真。改进后算法得到的隶属度函数波动较小,具有更好的聚类效果;目标函数值降低约37. 5%,误判率降低7. 14%,识别结果更加准确。
- 单位
