大数据驱动下的道路交通状态分级方法
黄梨力
张建华
摘要：为客观有效判别城市道路交通状态,考虑城市道路交通状态受时间因素和道路空间因素的双重影响,文章选取了车辆行程速度、车道数、信号灯数以及路边停车数等4个交通参数作为判别指标,提出了一种大数据驱动下的模糊C均值聚类(FCM)模型的道路交通状态评估方法.基于浮动车计算车速和城市道路静态空间数据,获得拥堵路段平均行驶速度和道路静态空间数据四维参数.采用FCM算法对四维参数进行聚类分析,获得城市道路交通状态5个等级状态的速度阈值,分别为畅通、基本畅通、轻度拥堵、中度拥堵和严重拥堵.以重庆市中心城区为例,分析道路交通运行状态.研究表明,结合道路静态空间数据的交通状态评估,具有一定的有效性和准确性,有利于为交通精细化管理提供辅助决策信息.
关键词：交通工程交通状态判别模糊C均值聚类模型浮动车车速
分类号：U491(交通工程与公路运输技术管理)
论文发表日期：2023-05-28
页数：5( 45-49 )