基于粗糙集理论的交通状态模式分类知识获取.pdfVIP

基于粗糙集理论的交通状态模式分类知识获取 谈晓洁1 周 晶2 盛昭瀚2 (1东南大学经济管理学院，南京210096；2南京大学工程管理学院，南京210093) 摘要 为进行交通网络状态模式识别 ，本文在阐明模式分类的冗余性和不完备性 的基础上，从粗糙集的观点出发，提出 了关于交通特征量与状态模式之间的信息系 统模型，进而转化为决策表形式，利用 粗糙集进行约简以获取分类规则知识，并以 算例说明了该方法的有效性。 关键词 粗糙集 交通状态模式分类 知识获取 Classification ofTrafficCondition KnowledgeAcquisition PatternsBasedon Set RoughTheory TAN ZHOU SHENGZhao—hanz Xiao—jiel Jin92 (1School 210096 ofManagementEconomic，SoutheastUniversity，№njing 2School of University，Nanjing210093) ManagementEngineering，Nanjing AbstractForthe of oftrafficnetwork purposepatternrecognition condition， on ofthe in— based the and classification，an analyzingredundancyincompleteness formationmodelabouttrafficfeaturesand is inthis system patternspresentedpa— theviewof set reductionfromdecisiontableforthe per．On roughtheory，after rulesare case showsthe patternrecognition，classificationacquired．Thestudy methodiseffectiveanduseful． words set，Traffic ac— Key Rough quisition 1 引言 实践经验表明，随着交通流、道路、环境等的变化，城市交通的网络状态可以分为若干不断 重复出现的模式类型。针对不同的状态模式，在交通网络层次上进行实时交通信号区域控制、 交通流分配及路径诱导是缓解交通拥堵的有效途径。实质上，交通状态模式识别是一个模式 分类问题，应用模式识别的理论和方法，已经有学者利用自适应共谐振人工神经网络‘¨，支持 向量机D3等方法，对不同模式下的交通网络状态进行聚类、学习Snail练研究。本文在阐明交通 作者简介：谈晓洁(1974一)，女，从事智能交通系统、智能决策支持系统、数据挖掘等研究。