基于模糊聚类分析公路隧道短期交通量预测.pdfVIP

第２７卷第１期　　　 计算机应用与软件 Ｖｏｌ２７Ｎｏ．１ ２０１０年１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊａｎ．２０１０ 基于模糊聚类分析的公路隧道短期交通量预测 蓝 红 莉 （广西工学院计算机工程系　广西柳州５４５００６） 摘　要　　公路隧道交通量具有高度的复杂性、模糊性和随机性，常规的方法难以对其准确预测。模糊聚类分析是一种模糊数据挖 掘方法，使用该法对同一时段交通量的历史数据进行处理，建立模糊相似矩阵，获得它们的聚类模式，在此基础上判断被预测样本所 属的聚类模式。由于同一模式的样本具有高度相似性，可以用它们的交通量数据来预测新值。分析和计算结果表明该方法容易实 现，且具有较高的预测精度。 关键词　　信息处理　公路隧道　交通量　预测　模糊聚类分析 ＳＨＯＲＴＴＥＲＭＴＲＡＦＦＩＣＦＬＯＷＰＲＥＤＩＣＴＩＯＮＦＯＲＨＩＧＨＷＡＹＴＵＮＮＥＬＢＡＳＥＤ ＯＮＦＵＺＺＹＣＬＵＳＴＥＲＩＮＧＡＮＡＬＹＳＩＳ ＬａｎＨｏｎｇｌｉ （ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ，ＧｕａｎｇｘｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｌｉｕｚｈｏｕ５４５００６，Ｇｕａｎｇｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｔｉｓｖｅｒｙｈａｒｄｔｏｐｒｅｄｉｃｔｓｈｏｒｔｔｅｒｍｔｒａｆｆｉｃｆｌｏｗｓｏｆｈｉｇｈｗａｙｔｕｎｎｅｌａｃｃｕｒａｔｅｌｙｗｉｔｈｇｅｎｅｒｉｃｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｓｄｕｅｔｏｉｔｓｈｉｇｈ ｃｏｍｐｌｅｘｉｔｙ，ｆｕｚｚｉｎｅｓｓａｎｄｒａｎｄｏｍｎｅｓｓ．Ｆｕｚｚｙｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓｉｓａｆｕｚｚｙｄａｔａｍｉｎｉｎｇｍｅｔｈｏｄ，ｉｔｉｓａｄｏｐｔｅｄｉｎｔｈｉｓｐａｐｅｒｔｏｐｒｏｃｅｓｓｔｈｅｈｉｓｔｏｒｉ ｃａｌｔｒａｆｆｉｃｆｌｏｗｄａｔａｄｕｒｉｎｇｔｈｅｓａｍｅｐｅｒｉｏｄｏｆｔｉｍｅｔｏｂｕｉｌｄｕｐｔｈｅｆｕｚｚｙｓｉｍｉｌａｒｍａｔｒｉｘａｎｄｏｂｔａｉｎｔｈｅｉｒｃｌｕｓｔｅｒｉｎｇｍｏｄｅｓ．Ｂａｓｅｄｏｎｔｈｉｓ，ｔｈｅ ｃｌｕｓｔｅｒｍｏｄｅｔｈｅｐｒｅｄｉｃｔｅｄｄａｔａｓａｍｐｌｅｓｔｏｂｅｃｌｏｓｅｔｏｏｒｂｅｌｏｎｇｓｔｏｃａｎｂｅｉｎｆｅｒｒｅｄ．Ｔｈｅｎｅｗｔｒａｆｆｉｃｆｌｏｗｃａｎｂｅｐｒｅｄｉｃｔｅｄｗｉｔｈｔｈｅｐａｓｔｄａｔａｏｆ ｔｈｅｓａｍｅｍｏｄｅｂｅｃａｕｓｅｗｈｏｓｅｄａｔａｓａｍｐｌｅｓｈａｖｅｈｉｇｈｓｉｍｉｌａｒｉｔｙ．Ｔｈｅａｎａｌｙｓｉｓａｎｄｃｏｍｐｕｔｉｎｇｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｅｔｈｏｄｉｓｅａｓｙｔｏｂｅｉｍｐｌｅ ｍｅｎｔｅｄ，ａｎｄｈａｓｈｉｇｈｅｒｐｒｅｄｉｃｔｉｏｎｐｒｅｃｉｓｉｏｎ． Ｋｅｙｗｏｒｄｓ　　Ｉｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇ　Ｈｉｇｈｗａｙｔｕｎｎｅｌ　Ｔｒａｆｆｉｃｆｌｏｗ　Ｐｒｅｄｉｃｔｉｏｎ　Ｆｕｚｚｙｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓ ０　引　言 １　模糊聚类分析 公路隧道短期交通量是隧道监控系统的核心参数，通过车 数据挖掘（ＤＭ）就是从大量的、不完全的、有噪声的、模糊 辆检测器等方法可直接进行实时检测。由于驶入隧道的车辆是 的、随机的数据中提取可信的、新颖的、有效的、数据拥有者感兴 隧道内污染物的主要来源，因此车辆交通流量的大小直接决定 趣的知识和规则的过程，这些知识和规则是隐含的、先前未知 了隧道通风系统如何动作。但是交通量的检测总是滞后其产生 的、对决策有潜在价值的有用信息。模糊聚类分析属于一类模 的污染作用，加上污染物在隧道内运移也需要一段时间（即通 糊数据挖掘［２］，它是利用模糊集理论进行数据挖掘的一种方 风设备投入运行产生的排风作用也是滞后的），若按实时检测 法，其过程主要包括：原始数据的标准化，模糊