专利类型:发明专利
语 言:中文
申 请 号:CN201610369536.X
申 请 日:20160530
申 请 人:重庆大学
申请人地址:400044 重庆市沙坪坝区沙正街174号
公 开 日:20180824
公 开 号:CN106067248B
代 理 人:武君
代理机构:北京汇泽知识产权代理有限公司 11228
摘 要:本发明公开了一种考虑速度离散特性的高速公路交通状态估计方法,包括以下步骤:S1:设置速度离散特性指标及交通流特征参数;S2:获取交通流数据并利用RelielfF方法对交通流特征参数进行加权;S3:利用人工蜂群算法对交通流特征参数的聚类中心进行优化;S4:输出优化聚类中心并确定交通估计状态。本发明基于模糊C均值算法,通过引入速度离散特征参数,并根据不同特征对状态估计结果的贡献程度不同,利用ReliefF方法确定特征权重,并利用人工蜂群方法进行聚类初值点的优化,而实现了高速公路交通状态的估计。
主 权 项:1.一种考虑速度离散特性的高速公路交通状态估计方法,其特征在于:包括以下步骤:S1:设置速度离散特性指标及交通流特征参数;S2:获取交通流数据并利用RelielfF方法对交通流特征参数进行加权;S3:利用人工蜂群算法对交通流特征参数的聚类中心进行优化;S4:输出优化聚类中心并确定交通估计状态;所述利用RelielfF方法对交通流特征参数进行加权,具体步骤如下:Step21:初始化权重w=0;Step22:选取集合X中的任意一个样本xi,分别找出与其类别一致和不一致的R个最邻近样本hj和mij;分别计算xi与hj、mij在特征上的差异;其中,diff_hit是s×1的矩阵,表示xi与hj在特征上的差异;diff_miss也是s×1的矩阵,表示mlj与xi在特征上的差异;p(l)为第l类出现的概率,class(xi)表示xi所属的类别;Step23:按照以下公式来计算权重矩阵w:w=w?diff_hit+diff_miss;其中,w表示权重矩阵;Step24:取下一个样本i=i+1,直到n个样本全部都参与计算;Step25:获取并输出权重矩阵w;并按照以下公式计算隶属度矩阵和聚类中心矩阵:
其中,uik表示第k个样本对第i类的隶属度;Xk表示第k个样本;Pi表示第i类聚类中心;c表示聚类个数;n表示样本个数;Step26:按照以下公式计算得到基于ReliefF特征加权的FCM的目标函数:
其中,Jm(U,P)表示FCM的目标函数;Ji表示第i类的目标函数;
表示第j个样本对第c类的隶属度;wf表示为第f个特征的权重;xjf表示第j个样本的第f个特征;pil表示第l类的i个聚类中心。
关 键 词:高速公路交通;交通流特征;离散特性;聚类中心;状态估计;模糊C均值算法;人工蜂群算法;状态估计结果;交通流数据;估计状态;离散特征;输出优化;特征权重;蜂群;聚类;加权;优化;引入;交通
法律状态:授权
IPC专利分类号:G08G1/01(2006.01)I,G06F17/15(2006.01)I,G06F17/16(2006.01)I