基于FCM快速路交通状态判别加权指数研究

加权指数m是影响模糊C名)值聚类(fuzzy Cleans,FCM)的一个关键参数,为提高快速路交通状态模糊判別性能,针对m取值的问题提出了一种兼顾算法判別精度和聚类效果的优选方法。该方法以流量、速度为交通状态评价参数在不同加权指数m和样本量n下进行聚类分析,从算法判別精度、类内间距、类间间距、目标函数收敛性四个方面对m的最优取值进行了深入研究。以某市快速路为例別用MATLAB模糊逻辑工具箱分析实验数据的隶属度和聚类中心,以上四个方面在n×m种组合情形下综合分析,得出快速路交通状态模糊判別m的最优取值,并进一步验证了该方法的可行性。实验结果表明,以流量、速度为状态评价参数的快速路交通状态模糊判別加权指数m的最佳取值为2.25。     

基于神经网络的交通状态模糊判别方法

针对交通流的特点,建立了基于神经网络的交通状态模糊判别方法.综合考虑检测器采集的流量、速度和占有率信息,采用三个模糊规则进行推理,利用具有模糊输出的BP神经网络对交通状态进行评价.利用虎门连升路采集的交通信息对算法进行了验证.研究表明,该方法具有较强的自学习、自组织和自适应能力,不仅可以确定交通的状态,而且可以识别出属于该状态的程度,使判别结果更加具体,为交通状态的判别提供了一种新思路.     

城市环路交通状态自适应判别方法

针对城市环路交通拥挤问题,提出基于模糊C均值聚类与灰色聚类的交通状态自适应判别算法.首先运用模糊C均值聚类对交通状态边界进行划分,得到各个交通状态的门阀值,进而利用灰色聚类模型对交通状态进行判别,避免聚类方法容易陷入局部最优解的问题,同时减少灰色聚类参数设定的主观性.通过对福州二环路实测交通流数据的计算分析表明,不同路段的交通状态存在显著差异,城市环路交通状态自适应判别方法能够较好地针对不同路段判别交通状态.     

高速公路联网收费数据在路网监控中的应用研究

本文提出了高速公路联网收费数据在路网监控中的应用方法,对高速公路联网收费数据进行深度挖掘和分析,更好地支撑路网监控系统对高速公路的动态监控,解决了高速公路联网收费数据在路网监控中的深度应用问题。     

基于权值优化的FCM-MSVM算法及其在高速公路状态判别中的应用

高速公路实时交通状态的准确判别是科学制定交通管理策略的重要基础.本文以实测的高速公路交通流三特征参数的数据作为输入,引入熵权法刻画参数之间重要程度的差异,利用改进的FCM算法对特征参数进行聚类,根据不同交通状态的结果,建立基于多分类器支持向量机的交通状态判别模型,并分别采用网格搜索法、遗传算法和粒子群算法对支持向量机参数进行优化,从而提高模型的判别准确率.最后选取实际数据对本文模型进行验证,判别结果的分类准确率可达96.3980%.     

浅谈高速公路省内联网收费的实现

介绍了高速公路省内联网收费的条件及其管理模式，重点对联网收费具体实施中的有关问题进行了多方面的探讨。     

基于交通信息提取的区域交通状态判别方法

为了准确判别区域路网的交通状态,提出了基于交通信息提取的区域交通状态判别方法．在分析区域路网交通流宏观特性的基础上,结合区域路网的拓扑结构与交通流特征,提出区域交通状态判别指标体系,并基于可拓学建立了区域交通状态判别模型．以一个主干道区域路网为例,验证了路网交通状态判别方法的有效性．该交通状态判别方法可应用于在线交通状态分析和历史数据库交通运行特征的提取,为交通管理决策提供了基础信息．     

高速公路联网收费会计处理之我见

随着高速公路建设的快速发展，我国高速公路逐渐实现联网收费，这给公路企业的会计核算提出了新的研究课题。本文以某公司为例，联网收费中存在的问题，探讨高速公路联网收费的收入确认及会计处理等问题。     

基于集群智能的高速公路交通状态识别算法

针对传统交通状态识别算法仅考虑交通参数个体特征差异而存在识别率较低的问题,引入集群智能概念,提出了既考虑交通参数个体特征差异,又考虑个体参数所蕴含的群体特征差异性的高速公路交通状态识别算法。由于模糊C均值聚类算法(fuzzy C-means algorithm,FCM)在交通状态识别泛化能力上存在收敛缓慢的不足,基于反向学习策略以及鲸鱼优化算法(whale optimization algorithm,WOA),考虑个体交通参数所蕴含的集群行为增强了交通状态初始聚类中心种群的多样性,设计了一种具有良好的全局搜索能力集群智能的高速公路交通状态识别算法,融合了反向学习、WOA和FCM算法,克服了FCM识别算法容易陷入局部最优的局限。实证分析结果表明,所提出的交通状态识别算法具有良好的识别效果,准确率达到92%,且收敛速度较FCM算法更快。     

高速公路交通状态检测与控制系统

根据我国高速公路现状对高速公路交通状态检测与控制系统进行了研究.     

基于模糊综合评价的道路交通状态判别方法研究

选取路段的平均行程车速、时间占有率以及交叉口平均延误为特征参数设计道路交通状态判别分析模型,根据采集到的交通信息数据,运用模糊综合评价方法判别道路交通的实时状态.实验结果表明,传统的方法对单个特征参数根据判别阈值得到的道路交通状态判别结果波动性大、精度不高,通过将其进行模糊综合评价后,判别结果有了较好的稳定性和准确性,所提出的算法能够提高交通状态判别的精度.     

交叉口交通状态精细化判别方法研究

针对目前交叉口交通状态判别方法不能有效识别溢流、车辆慢行等的问题,提出了一种交叉口交通状态精细化判别方法。首先对交叉口的物理空间组成进行分解,分解为各方向路段和内部冲突区域两部分;其次,利用计算饱和度方法对各方向路段的交通状态进行判别;利用绿灯结束时刻剩余车辆累积车头时距与间隔时间之比对内部冲突区域的交通状态进行判别;最后,采用综合交通状态判别方法实现交叉口交通状态的精细化判别,并利用实际采集的数据对方法进行仿真验证。仿真结果表明:所建立的方法可以更精细的对交叉口交通状态进行判别。     

高速公路联网收费系统的网络设计

针对高速公路联网收费系统的发展与需求,论述了收费网络之上的承载内容和常规的网络拓扑结构,提出了联网收费网络的技术模型,并特别分析了在收费站至管理处之间采用“光纤直连”的技术特点和优势,从而进一步探讨了广域网络的综合性应用.     

高速公路联网收费系统建设与贵州实践

高速公路的联网收费已经成为了一种发展的必然趋势，近几年来，各省、市的交通主管部门都在致力研究如何进行联网收费系统的建设以及如何确保高速公路联网收费资金拆分的公平、公正、准确，有的省、市已经取得了明显的成效。本文结合贵州省高速公路联网收费的系统建设，并根据自身的体会，提出一些想法和建议，同时针对贵州典型案例进行分析，旨在和各位同行共同探讨、相互借鉴，以进一步提高高速公路的服务和管理水平。     

高速公路联网收费系统建设与贵州实践

高速公路的联网收费已经成为了一种发展的必然趋势,近几年来,各省、市的交通主管部门都在致力研究如何进行联网收费系统的建设以及如何确保高速公路联网收费资金拆分的公平、公正、准确,有的省、市已经取得了明显的成效。本文结合贵州省高速公路联网收费的系统建设,并根据自身的体会,提出一些想法和建议,同时针对贵州典型案例进行分析,旨在和各位同行共同探讨、相互借鉴,以进一步提高高速公路的服务和管理水平。     

基于数据挖掘的高速公路行程时间预测

以高速公路上路段行程时间历史数据集作为研究对象,以交通数据实际特征作为行程时间历史数据集分类的依据,建立基于数据挖掘的高速公路行程时间预测模型.采用山东高速收费站记录实际数据,以实例数据验证模型并计算平均绝对误差.为对比分析预测强度聚类预测模型的有效性,采用多种算法对测试集行程时间预测,对预测结果误差进行了对比.结果表明:预测强度修正的k-means法可以提高高速公路路段行程时间预测的准确性,模型在降低数据采集成本的同时可为高速信息服务提供可靠的预测行程时间,为出行者提供有力的决策依据.     

高速公路联网收费系统建设与管理

联网收费是国家对高速公路管理的统一要求,也是提高高速公路通行效率,降低营运成本的内在要求.本文根据笔者工作经验对高速公路联网收费系统的建设和管理进行探讨.     

基于联网的高速公路收费管理绩效考核体系总体设计——以重庆为例

本文在重庆市高速公路收费管理绩效考核现状及存在问题的分析基础上,从行业管理和企业管理两个层面出发,提出联网收费绩效考核体系的设计原则和思路,构建包含公司级、部门级和员工级的收费管理绩效考核框架体系,以推进重庆市高速公路联网收费管理工作的改革进程。     

高速公路联网收费现状及对策探讨

随着经济的快速发展,高速公路在交通运输业中起着极其重要的作用,高速公路的服务质量和通行效率与社会生活紧密相关。以降低营运成本和提高服务质量为目的,在高速公路中使用联网收费系统可以减少收费站控制室的值班人员,降低运营管理费用,而且便于中心集中监督管理。本文针对高速公路收费系统建设作出探讨,提出在建设中对硬件及软件的要求和联网收费的管理方法。     

基于模糊综合评价的路段实时交通状态判别方法研究

本文结合线性分析法得到的隶属函数和层次分析法得到的权重,建立模糊综合评价判别模型,对判别结果量化处理,以最大隶属度原则确定道路交通状态。最后,选取广州天河区天河北路干道上的路段, 利用GPS浮动车运行数据进行实例分析,验证了判别方法的可行性和实用性。