基于模糊聚类的城市快速路交通流状态划分-重庆交通大学.pdfVIP

32 4 ( ) Vol． 32 No． 4 第 卷第 期 重庆交通大学学报 自然科学版 20 13 8 JOUＲNAL OF CHONGQING JIAOTONG UNIVEＲSITY (NATUＲAL SCIENCE) Aug． 20 13 年 月 doi :10 ． 3969 /j ． issn． 1674-0696． 2013． 04 ． 25 基于模糊聚类的城市快速路交通流状态划分 ， ， ， 殷俊杰 丁宏飞 薄 雾 钟 媚 ( ， 610031) 西南交通大学交通运输与物流学院 四川成都 : ， C (FCM) 。 摘要 针对城市快速路交通流状态分类的问题 提出了一种改进的模糊 均值 算法 结合层次聚类算法和 FCM ， ， Ｒelief F 聚类算法 运用层次聚类算法得到最佳聚类数和初始聚类中心 并通过 特征加权对影响交通状态的不 ， FCM 。 VISSIM ， 同特征指标赋予相应的权值 最终用 算法再次聚类得出交通流状态的分类结果 以 为工具 对该方法 。 ， 。 进行了模拟 对比分析结果显示 所提出的方法能够提高城市快速路交通流状态分类的效果 : ; ; ; ;Ｒelief F 关 键 词 交通状态 模糊聚类 层次聚类 特征加权 算法 中图分类号:U491． 1 文献标志码:A 文章编号:1674-0696 (2013)04-0652-04 Classification of Urban Expressway Traffic Flow Situation Based on Fuzzy Clustering Yin Junjie ，Ding Hongfei ，Bo Wu ，Zhong Mei (School of Traffic ＆ Transportation ，Southwest Jiaotong University ，Chengdu 610031，Sichuan ，China) Abstract :In order to solve the problem of urban expressway traffic flow situation judgment ，an improved algorithm which u- ses fuzzy C-means clustering method is proposed． Based on the combination of FCM algorithm and hierarchical clustering al- gorithm ，the hierarchical clustering algorithm is firstly used to get the number of cluster type and initial cluster centers ;then Ｒelief F algorithm is used to calculate the weights of the chose features ，which affects the di