運(yùn)用不確定性方法估計(jì)高速公路基本路段交通狀態(tài).pdf

1、高速公路交通狀態(tài)的準(zhǔn)確估計(jì)是把握高速公路交通運(yùn)行情況的關(guān)鍵。單一交通流參數(shù)只能間接、局部的反映實(shí)際的交通運(yùn)行狀況，依據(jù)多個(gè)不同交通流參數(shù)進(jìn)行聚類分析是地點(diǎn)交通狀態(tài)估計(jì)的典型方法，但聚類結(jié)果對(duì)樣本數(shù)量非常敏感；另一方面，目前對(duì)路段交通狀態(tài)的估計(jì)一般只考慮行程時(shí)間或行程車速，因數(shù)據(jù)采集手段的限制，估計(jì)的交通狀態(tài)存在一定不確定性。針對(duì)這些問(wèn)題展開(kāi)研究，對(duì)改善高速公路交通狀態(tài)估計(jì)系統(tǒng)應(yīng)用效果具有實(shí)際意義。
　　論文以高速公路基本路段為研究

2、對(duì)象，運(yùn)用不確定性方法來(lái)估計(jì)高速公路基本路段的地點(diǎn)和路段的交通狀態(tài)。在地點(diǎn)交通狀態(tài)估計(jì)中，以交通流參數(shù)樣本點(diǎn)空間分布的不均衡性分析為突破口，重點(diǎn)解決樣本數(shù)量不均衡性對(duì)交通狀態(tài)聚類結(jié)果影響；在路段交通狀態(tài)估計(jì)中，重點(diǎn)針對(duì)交通狀態(tài)估計(jì)的不確定性問(wèn)題，采用多源數(shù)據(jù)融合的方法加以解決。主要研究?jī)?nèi)容包括：
　　①高速公路基本路段交通流參數(shù)特性的分析。首先，對(duì)地點(diǎn)交通流參數(shù)的時(shí)間相關(guān)性和樣本點(diǎn)空間分布的不均衡性進(jìn)行了分析；然后，對(duì)路段交通流參

3、數(shù)估計(jì)交通狀態(tài)時(shí)存在的不確定性進(jìn)行了分析，為后面地點(diǎn)和路段交通狀態(tài)估計(jì)模型的建立奠定了基礎(chǔ)。
　?、诨谔卣鲄?shù)加權(quán) GEFCM算法的高速公路地點(diǎn)交通狀態(tài)估計(jì)模型的建立。針對(duì)傳統(tǒng)模糊聚類算法在交通狀態(tài)估計(jì)時(shí)存在的不足，結(jié)合樣本分布的不均衡性以及不同特征參數(shù)對(duì)于聚類影響權(quán)重的差異性，建立特征參數(shù)加權(quán)GEFCM算法的地點(diǎn)交通狀態(tài)估計(jì)模型，并通過(guò)主成分分析法確定了不同特征參數(shù)在模型中的權(quán)重值，實(shí)驗(yàn)表明本文方法具有更好可靠性與適應(yīng)性。

4、r>　?、刍趧?dòng)態(tài)貝葉斯網(wǎng)絡(luò)多源數(shù)據(jù)融合的高速公路路段交通狀態(tài)估計(jì)模型的建立。針對(duì)采用路段相對(duì)密度和路段平均行程時(shí)間估計(jì)交通狀態(tài)時(shí)存在的不確定性問(wèn)題，引入動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)，在研究選取相對(duì)密度、平均行程時(shí)間和交通狀態(tài)為節(jié)點(diǎn)變量的基礎(chǔ)上，確定了網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，并最終研究建立了用于狀態(tài)估計(jì)的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型，實(shí)驗(yàn)表明本文方法具有更好的可靠性。
　　最后，對(duì)系統(tǒng)進(jìn)行了設(shè)計(jì)與實(shí)現(xiàn)，并應(yīng)用于渝武高速公路部分路段的地點(diǎn)和路段交通狀態(tài)估計(jì)。結(jié)果表