贝叶斯优化模糊C均值的城市交通状态判别方法

摘要：

准确的城市交通状态判别是实现城市智能交通诱导、管理、控制的基础和前提,对出行推荐和城市规划等具有重大的参考价值.通过分析浮动车GPS点位数据具备的位置、速度、方向等信息,可以实时获取交通参数,反映交通运行状态.针对交通状态的模糊性、不确定性等特性,以路段行驶速度和速度方差为指标,提出一种贝叶斯优化模糊C均值的聚类算法(BO-FCM).BO-FCM用贝叶斯算法对FCM算法的初始化参数进行优化,避免FCM陷入局部最优解而导致聚类无法收敛到最优结果,降低交通状态判别的准确度.以深圳市主干道的实测数据为例,进行BO-FCM城市道路交通状态判别算法的实验分析,结果表明,BO-FCM算法较其他FCM算法,鲁棒性更高,聚类结果更准确.

关键词：浮动车GPS数据、交通状态判别、模糊C均值、贝叶斯优化、高斯过程上置信界

所属期刊栏目：38

分类号：P208(一般性问题)

在线出版日期：2022-07-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：653-658