城市道路交通检测器优化配置方法研究.pdfVIP

第 32卷 第 6期 武汉理工大学学报(鸯霾差) Vo1．32 N0．6 2008年 12月 JournalofWuhanUniversityofTechnology Dec．2OO8 (Transp0rtationScIenceEngineering) 城市道路交通检测器优化配置方法研究 张 航D 田冬军D 曾宪宝 王 荣 (武汉理工大学交通学院” 武汉 430o63) (山东潍坊市公路勘察设计院。’ 潍坊 261031) 摘要：为了获得全路网的实时动态交通流量信息，需要选择合适路段来配置交通检测器，并由安装 检测器的路 口来预测未安装检测器路 口的交通量．文中根据城市路网中路段交通流量的相关性， 运用基于数据融合的统计分析技术—— 聚类分析方法和逐步回归方法，对城市道路交通检测器优 化配置的方法进行了研究．实例分析证实，这为检测器空间优化配置提供了一种简单可行的方法， 并为交通数据采集的科学性、实用性提供了保证． 关键词：交通控制 ；检测器优化配置 ；数据融合 ；模糊聚类 ；逐步 回归 中图法分类号 ：U491 目前，很多国家相继运用智能运输系统和交通 曰。=争 =‘…= 丛一 f(眉) (1) 诱导系统等现代科学技术来提高城市交通质量，这 式中：≤[1b]+1． 需要实时动态交通流量信息的支持．交通流量数据 2)适当选取置信水平值 ∈[0，1]，求出f(R) 主要是通过交叉 口的检测器来获得，理想情况下是 的 截矩 阵 f()，设 f(足)一 () ，f(R)一 每个路段交叉 口都安装交通信息检测器 ，但这是不 (rf())×则 现实的．因此必须研究有检测器路 口与无检测器路 一 口的相互关系，由有检测器路 口的交通流量来预测 无检测器路口的交通流量．本文应用基于数据融合 对于口，“∈ ，若 ()一1，则在 水平上将对象 技术中的模糊聚类分析法和逐步 回归分析法来进 、 zf归为一类． 行交通检测器优化配置的研究． 当 在[0，1]中取不同的值时，相应的分类随 之改变，从而得到的模糊分类具有动态性，更能反 1 交通检测器优化配置的原理 映出事物之间的内在联系． 3)动态聚类 图分析 为 了能直观地看到被 1．1 基于模糊聚类分析法理论对相关路段进行 分类对象之间的相关程度 ，通常将t()中所有互 分类 不相 同的元素 按从大到小的顺序编排，1= 要对被分类对象集 一 {n， ，…， )进行 。… ．让 依次取遍 (一1，2，…，)，得到 分类 ，必须从模糊相似矩阵足出发构造一个新 的 按f(尺)的一系列分类．将这一系列分类画在同一 模糊等价矩阵，然后以此模糊等价矩阵为基础 ，进 个图上 ，即得动态聚类图． 行动态聚类． 1．2 基于逐步 回归法原理进行交通检测器的优 模糊相似矩阵 的传递闭包f()就是一个可 化配置 采用的模糊等价矩阵，具体步骤如下 ． 1)将变量逐个引入回归方程 ，检验其偏回归 1)利用平方 自合成方法求出模糊相似矩阵