基于门架数据的高速公路运行状态评价研究

高速公路信息化建设日益完善，为了能够更加详尽地掌握高速公路的交通状态，以济青高速为研究对象，通过挖掘门架数据，设计了k均值聚类算法和基于密度的噪声应用空间聚类算法相结合的两阶段聚类方法来识别驶入服务区车辆和异常行驶的车辆，再结合各车型流量占比加权的交通状态指数，从时间和空间维度分析高速公路路段交通状态。研究结果表明，两阶段聚类算法有着很好的识别效果，通过交通状态指标发现在7:00—20:00时段高速公路存在3个交通状态较拥堵的时段，精确地识别出高速公路中交通状态较拥堵的路段，并且发现路段的大车混入率与交通拥堵程度呈现密切的正相关的趋势，最后依据交通状态指数将济青高速路段交通状态划分为4个不同的等级，为交通管理部门提供了路段交通状态评估的技术支持。