資源描述：
《基于集成模糊分類(lèi)器的交通狀態(tài)判別算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、北京交通大學(xué)碩士學(xué)位論文中文摘要摘要：快速、準(zhǔn)確判斷道路交通狀態(tài)，是制定合理有效交通擁擠疏導(dǎo)策略的前提，也是先進(jìn)的出行者信息系統(tǒng)(ATIs)的一個(gè)重要研究?jī)?nèi)容。及時(shí)發(fā)布道路交通信息，既可以為駕駛員提供最優(yōu)的路徑，也可以有效的避免因局部交通擁擠而引起全路網(wǎng)的交通癱瘓。因此，研究道路交通狀態(tài)判別算法，及時(shí)準(zhǔn)確的判別交通狀態(tài)，具有重要理論與實(shí)際意義。本文是北京市自然科學(xué)基金資助項(xiàng)目《北京快速路交通流模型與交通誘導(dǎo)關(guān)鍵技術(shù)研究》(8052016)的一個(gè)研究?jī)?nèi)容。交通狀態(tài)具有模糊性和主觀性的特點(diǎn)，與模糊邏輯自身結(jié)構(gòu)和特性相符，因此可以
2、利用模糊推理來(lái)判別交通狀態(tài)；又由于交通受多種因素影響，交通狀態(tài)具有不確定性，可以設(shè)計(jì)多個(gè)分類(lèi)器分別獨(dú)立的判別交通狀態(tài)，再利用集成學(xué)習(xí)的方法加以綜合，來(lái)提高分類(lèi)的準(zhǔn)確度。一些城市快速路上的固定檢測(cè)器范圍可以實(shí)現(xiàn)無(wú)縫覆蓋，檢測(cè)器可以實(shí)時(shí)的提供道路的交通基本信息。本文針對(duì)固定檢測(cè)器數(shù)據(jù)，綜合運(yùn)用集成學(xué)習(xí)與模糊推理的方法，在原有算法的基礎(chǔ)上，提出一種基于固定檢測(cè)器數(shù)據(jù)的集成模糊分類(lèi)器的交通狀態(tài)判別算法。為驗(yàn)證算法的準(zhǔn)確度，利用北京市二環(huán)、三環(huán)微波檢測(cè)器的實(shí)測(cè)數(shù)據(jù)，在Matlab上進(jìn)行了算法的驗(yàn)證，證明該算法比現(xiàn)有算法更能準(zhǔn)確反映路段
3、的交通狀態(tài)，并利用VisualC++和數(shù)據(jù)庫(kù)編寫(xiě)仿真軟件，該軟件可以實(shí)現(xiàn)算法訓(xùn)練、路段狀態(tài)顯示等功能。本文中涉及到的研究思路、研究方法是針對(duì)有固定檢測(cè)器路段交通狀態(tài)判別的方法的一個(gè)探索，可以為交通狀態(tài)判別方法提供一定的理論參考。圖38幅，表11個(gè)，參考文獻(xiàn)49篇關(guān)鍵詞：交通狀態(tài)；模糊推理；集成學(xué)習(xí)；信息融合；快速路分類(lèi)號(hào)：U491．114ABSTRACTABSTRACT：ItisimportanttojudgetrafficstaterapkUyandaccurately,whichisalsoallimportantres
4、earchcontentofAdvancedTravelerInformationSystem(ATIS)。Releasingtheinformationofroadtrafficintime啪offertheoptimalroutetodriversso船toavoidtra伍cjameffectively．Therefore,studyingthetrafficstatedistinctionalgorithmhasanimportanttheoreticalandpracticalsignificance．Thisis
5、aresearchcontentofBej_jingNaturalScienceFoundation-fundedprojectsnamed囂”ResearchonTrafficFlowModelandKeyTechnologiesofTrafficGuidanceforB嘶ingUrbanFreeways”(8052016)．Tr翟伍cstatehasfuzzinessandsubjectivecharacteristic,whichiscompatiblewithfuzzylogic．Therefore,fuzzyinf
6、erenceisusedindistinguishingtrafficstate．Also，astrafficisaffectedbymanyfactorsandtrafficstateisnotre'rain,multipleclassifiersbyensemblelearningcandistincttrafficstalccomprehensivelytoenhancetheaccuracyoftheclassiflcation．Fixeddetectorsinsomecitieshaveachievedseamle
7、ssCOVerandcanprovidereal—timebasictrafficinformation．Inviewofthefixeddetectordata,thisdissertationproposesaclassificationalgorithmoftrafficstatebasedonensemblelearningandfuzzyinferencetoimprovethealgorithmincommonuse．MicrowavesdetectordataofBeijing2”ringand3坩ringar
8、eusedtovalidatethealgorithm．TheresultsbyMatlabprogrammingprovethatthene'walgorithmisbetterthanexistingalgorithmandcanreflecttrafficstateaccuratel
