基于改进模糊C均值聚类算法的城市道路状态判别方法

摘要：

针对传统模糊C均值(fuzzy C-means,FCM)算法与阈值法两种交通流状态判别方法在适用性上的不足,通过分析交通流数据的分布特征,以各状态数据的离散性变化差异作为参考进行状态的划分,在FCM算法的基础上加入历史先验数据与后验概率进行初始聚类中心的优化;并将传统欧氏距离替换为对多维度数据之间变化关系与空间分布更加敏感的马氏距离进行算法改良,使交通状态判别结果更加接近实际交通运行状况;并用实验数据进行算法验证,验证了方法的稳定性与结果的有效性,判别结果与数据表现也更加接近.

关键词：城市道路、拥堵判别、聚类算法、马氏距离、模糊算法

所属期刊栏目：18

分类号：U491.12(交通工程与公路运输技术管理)

资助基金：国家自然科学基金61463020;江西省教育厅科技项目GJJ160608,GJJ160609

在线出版日期：2018-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：335-342