基于数据挖掘的交通仿真模型参数标定

作者：江竹; 李树彬; 刘晓庆

来源：交通运输系统工程与信息, 2012, (06): 28-33.

DOI：10.16097/j.cnki.1009-6744.2012.06.018

• 智能交通
• 参数标定
• 数据挖掘
• 交通仿真模型
• 数据预处理 intelligent transportation
• parameter calibration
• data mining
• traffic simulation model
• data preprocessing

为了克服经典速度-密度模型刻画道路交通流动态变化特性的缺陷,将更丰富的路段检测信息运用到交通仿真模型参数的标定过程中.提出在预处理检测器数据后,采用一种基于凝聚层次聚类的局部加权回归算法标定车辆速度.该算法先对训练样本进行聚类,然后用凝聚层次聚类法对每一个约束类生成一棵聚类树;其次用k-最近邻方法将与待估计速度相关的新样本划入适当的类中,最后采用局部加权回归标定车辆速度.利用现场数据对算法进行了大量测试,分别将车流密度,密度与流量作为变量标定车速.结果表明,提出的算法是有效的,适用于基于仿真的动态交通分配系统.

• 单位
  西华大学; 山东省计算中心