城市交通擁堵狀態(tài)自動判別方法研究.pdf

1、通過對城市道路交通擁堵特性的分析，運用分類理論設(shè)計了一種用于城市道路的交通擁堵狀態(tài)自動識別(ACI)算法，該法把交通擁堵是否發(fā)生看作一個特殊的分類問題，在不考慮路段受信號燈影響的情況下，把交通狀態(tài)分成擁堵和暢通兩種狀態(tài)，將交通量、速度、占有率作為交通參數(shù)，通過學習在擁堵和暢通兩種狀態(tài)下的歷史數(shù)據(jù)，生成貝葉斯分類器，然后用分類器對實時檢測到的交通數(shù)據(jù)進行分類，從而判別路段交通狀態(tài)。微觀交通仿真數(shù)據(jù)的實驗表明了該方法的可行性和有效性。

2、 針對訓練集含有噪音樣本的問題，若這些樣本參與訓練學習往往會弱化分類性能，本文提出了訓練集增量優(yōu)化算法，算法將原始訓練集分成兩個部分，首先以第一部分為基礎(chǔ)，增量獲取另一部分的較優(yōu)子集，再以該子集為基礎(chǔ)，增量獲取第一部分的較優(yōu)子集，此過程交替迭代、交互驗證，最后得到原始訓練集的最優(yōu)子集。該方法不需要設(shè)定閾值，優(yōu)化過程充分利用了樣本信息。實驗表明經(jīng)優(yōu)化訓練集學習得到的分類器可以有效提高分類精度。 本文最后對城市道路交通擁堵自動判別