交通状态划分的参数权重聚类方法研究.pdfVIP

第l4卷 第6期 交通运输系统工程与信息 、，o1．14 No．6 2014年 12月 JournalofTransportationSystemsEngineeringandInformationTechnology December2014 文章编号 ：1009—6744(2014)06—0147—05 中图分类号 ：U491 文献标识码 ：A 交通状态划分的参数权重聚类方法研究 ． 张亮亮，贾元华 ，牛忠海，廖 成 (北京交通大学，北京 100044) 摘 要： 由于交通流量、速度、占有率或密度等参数在交通状态划分中作用不同，本文 提出了基于参数权重聚类的交通状态划分方法．根据交通参数数据的相似性，应用基于加 权欧氏距离的相似性度量方法构建了交通参数评价函数，并用梯度下降法极小化评价函 数对交通参数权重进行求解．将交通参数权重应用于模糊c均值聚类算法(FcM)，得到基 于参数权重的FCM道路交通状态划分方法．应用提出的模型对选取的实际交通参数数据 进行交通状态划分，并与基于欧式距离的FCM状态划分结果对比．研究结果表明，本文提 出的方法提高了交通状态划分精度 ，更接近交通实际运行状况． 关键词： 城市交通；交通状态划分；参数权重；模糊c均值聚类 TrafficStateClassificati0nBasedonParameterW eighting andClusteringM ethod ZHANG Liang—liang，JIAYuan-hua，NIU Zhong_hai，LIAO Cheng (BeijingJiaotongUniversity,Beijing100044，China) Abstract： Consideringthedifferenteffectofeachtrafficparameter(rtafficflow,speed，occupancyor density)ontrafficstateclassification．themethodiSproposedtoclassifytramCstateofurbantrafficbasedon theparameterweighting．Accordingtothesignilaritymeasurementmethod，aparameterevaluationfunction isputforwardtogiveeachparameterapraameterweightingbasedonweightedEuclidena distance，and minimizetheufnctionusingthegradientmethod．Afterobtainingparameterweightingvalues，thispaperuses theweightedEuclideandistancetoreplacehtecommon EuclideandistanceinFuzzyC．meansClustering (FCM)．Finally,weclassifythetrafficstateusingtheproposedmethodology,thertafficparameterdatacome from the road network，and comparing to the mehtod ofFCM ．Theresultsshow thatthe proposed methodologywhichclassifiesthertafficsatteclassificationiSmoreconsistentwithactualconditions． Keywords： urbanrtaffic；trafficstateclassification；praameterweig【h