資源描述：
《基于集成模糊分類器的交通狀態(tài)判別算法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
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，也是先進的出行者信息系統(tǒng)(ATIs)的一個重要研究內(nèi)容。及時發(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，及時準(zhǔn)確的判別交通狀態(tài)，具有重要理論與實際意義。本文是北京市自然科學(xué)基金資助項目《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)的一個研究內(nèi)容。交通狀態(tài)具有模糊性和主觀性的特點，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)計多個分類器分別獨立的判別交通狀態(tài)，再利用集成學(xué)習(xí)的方法加以綜合，來提高分類的準(zhǔn)確度。一些城市快速路上的固定檢測器范圍可以實現(xiàn)無縫覆蓋，檢測器可以實時的提供道路的交通基本信息。本文針對固定檢測器數(shù)據(jù)，綜合運用集成學(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器數(shù)據(jù)的集成模糊分類器的交通狀態(tài)判別算法。為驗證算法的準(zhǔn)確度，利用北京市二環(huán)、三環(huán)微波檢測器的實測數(shù)據(jù)，在Matlab上進行了算法的驗證，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)庫編寫仿真軟件，該軟件可以實現(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、研究方法是針對有固定檢測器路段交通狀態(tài)判別的方法的一個探索，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，參考文獻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；快速路分類號：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
