科研之友
微信
新浪微博
Facebook
分享链接
摘要
准确的城市交通状态判别是实现城市智能交通诱导、管理、控制的基础和前提,对出行推荐和城市规划等具有重大的参考价值。通过分析浮动车GPS点位数据具备的位置、速度、方向等信息,可以实时获取交通参数,反映交通运行状态。针对交通状态的模糊性、不确定性等特性,以路段行驶速度和速度方差为指标,提出一种贝叶斯优化模糊C均值的聚类算法(BO-FCM)。BO-FCM用贝叶斯算法对FCM算法的初始化参数进行优化,避免FCM陷入局部最优解而导致聚类无法收敛到最优结果,降低交通状态判别的准确度。以深圳市主干道的实测数据为例,进行BO-FCM城市道路交通状态判别算法的实验分析,结果表明,BO-FCM算法较其他FCM算法,鲁棒性更高,聚类结果更准确。
-
单位天津大学; 信息工程大学
