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
李晓璐1
于昕明1
杜崇1
张溪2
张彭2
朱广宇1
1.北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京100044;北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室,北京1000442.北京市交通发展研究院城市交通运行仿真与决策支持北京市重点实验室,北京,100073
摘要：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％.
关键词：交通状态判别高速公路模糊均值聚类多分类支持向量机参数寻优
分类号：U491(交通工程与公路运输技术管理)
资助基金：国家重点研发计划(2016YFB1200203-02)国家重点研发计划(2016YFC0802206-2)国家自然科学基金(61872037)国家自然科学基金(61572069)国家自然科学基金(61503022)中央高校基本科研业务费专项(2017YJS308)中央高校基本科研业务费专项(2017JBM301)交通部青年科技英才培养项目(201540)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 72-78,84 )
英文信息