• 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    基于C-均值模糊聚類分析的控制子區動態劃分方法技術

    技術編號:9832609 閱讀:144 留言:0更新日期:2014-04-01 23:14
    本發明專利技術公開了一種基于C-均值模糊聚類分析的區域信號協調控制的子區動態劃分方法,首先從交叉口距離、信號控制周期、交通流連續性和離散性指標等四個方面構建控制子區劃分指標體系;然后分兩層進行控制子區的劃分,第一層對子區交叉口進行初選,排除周期差距大、相距遠的交叉口;第二層是基于C-均值模糊聚類分析進行的,計算各交叉口相關指標值后基于C-均值模糊聚類分析實時聚類交叉口,采用的指標包括與距離相關的靜態指標以及信號周期、交通流離散性和交通流連續性等動態指標。該方法基于C-均值模糊聚類分析實時劃分控制子區,不受子區劃分指標個數、指標類型的限制,滿足了實時交通控制的需要。

    【技術實現步驟摘要】
    【專利摘要】本專利技術公開了一種基于C-均值模糊聚類分析的區域信號協調控制的子區動態劃分方法,首先從交叉口距離、信號控制周期、交通流連續性和離散性指標等四個方面構建控制子區劃分指標體系;然后分兩層進行控制子區的劃分,第一層對子區交叉口進行初選,排除周期差距大、相距遠的交叉口;第二層是基于C-均值模糊聚類分析進行的,計算各交叉口相關指標值后基于C-均值模糊聚類分析實時聚類交叉口,采用的指標包括與距離相關的靜態指標以及信號周期、交通流離散性和交通流連續性等動態指標。該方法基于C-均值模糊聚類分析實時劃分控制子區,不受子區劃分指標個數、指標類型的限制,滿足了實時交通控制的需要。【專利說明】基于C-均值模糊聚類分析的控制子區動態劃分方法
    本專利技術涉及一種交叉口協調控制的方法,具體涉及一種基于C-均值模糊聚類分析的控制子區動態劃分方法。
    技術介紹
    區域協調控制是緩解城市交通問題的重要措施,而控制子區的劃分是實現區域協調控制的基礎,其劃分精度影響全局控制效益。控制子區是指:一個面積較大的路網,在實行區域控制時,根據不同區域的交通特性,把控制范圍分成若干控制子區域,每個子區域采用不同的控制策略、不同的控制方案。這些相對獨立的子區域就是控制子區。控制子區的劃分將交通控制從點延伸到線和面,從更大范圍對交通流進行組織和優化,能提高各交叉口的運行效率。控制子區的劃分方法可分為兩類:靜態劃分方法和動態劃分方法。靜態劃分是按照信號周期、交叉口間距、流量等進行子區劃分,劃分的子區在控制期間是固定的,這種劃分方法沒有考慮交通流時空變化特性,而且劃分時主要依據一些定性標準,小區劃分具有較大主觀性。動態劃分建立在靜態劃分之上,考慮了交通流的實時變化,使子區劃分實時響應交通流的變化,實時確定子區邊界。到目前為止,動態小區劃分主要采用如下流程:首先確定劃分的指標體系和劃分原則,然后依據實時信息參照劃分原則進行小區的劃分。其劃分方法主要是定性劃分方法,而且,劃分依據主要是道路網絡的物理特征,很少考慮交通流動態特征。
    技術實現思路
    為了改善現有技術的種種缺點,本專利技術提供了一種基于C-均值模糊聚類分析的控制子區動態劃分方法,該基于C-均值模糊聚類分析的控制子區動態劃分方法是一種定量劃分控制子區的方法,能根據交叉口交通流的動態特性和靜態特征,優化劃分控制子區,為實現城市道路交叉口的協調控制提供基礎,有利于提聞協調控制的效益。 本專利技術提供了一種基于C-均值模糊聚類分析的控制子區動態劃分方法,其特征在于,分兩層進行子區劃分,第一層對子區交叉口進行初選,排除周期不在范圍內、交叉口間距超過600m的交叉口 ;第二層首先計算各交叉口的指標值,然后基于C-均值模糊聚類分析實時聚類交叉口 ;具體步驟為:步驟1:計算指標值,根據子區劃分指標體系,計算各交叉口的指標值;進行第一層劃分,剔除不滿足要求的交叉口 ;歸一化處理交叉口指標值,消除量綱影響;其中交叉口 k的m個指標值Xk為xk = (xlk, x2k,...,xmk), k = I, 2,..., p, p為擬協調控制區域的交叉口的數量,交叉口集X = (X1, X2,...,Xp),交叉口集包含g個子類,子類中心為f =(fi, f2, ? ? ? , fg),子類中心指標值可表示為 fi = (fn, f2i, ? ? ?,fmi),i = 1,2,? ? ?,g ;步驟2:初始分區,根據交叉口類型、流量、相交道路等級確定核心交叉口 ;以核心交叉口為中心,初步劃分所有交叉口,形成g個子區;以核心交叉口的指標值為初始聚類中心fi°;給定各交叉口屬于g區的權重,即隸屬度矩陣u°,U0= (U0ik)gxp, U0ik G ,且【權利要求】1.一種基于C-均值模糊聚類分析的控制子區動態劃分方法,其特征在于,分兩層進行子區劃分,第一層對子區交叉口進行初選;第二層首先計算各交叉口的指標值,然后基于C-均值模糊聚類分析實時聚類交叉口 ;具體步驟為: 步驟1:計算指標值,根據子區劃分指標體系,計算各交叉口的指標值;進行第一層劃分,剔除不滿足要求的交叉口 ;歸一化處理交叉口指標值,消除量綱影響;其中交叉口 k的m個指標值Xk為Xk = (xlk, X2k,...,Xmk), k = I, 2,..., p, P為擬協調控制區域的交叉口的數量,交叉口集X= (X1, X2,...,Xp),交叉口集包含g個子類,子類中心為f= (f1; f2,..., fg),子類中心指標值可表示為A = (fn, f2i, ? ? ?,fmi), i = I, 2,..., g ; 步驟2:初始分區,根據交叉口類型、流量、相交道路等級確定核心交叉口 ;以核心交叉口為中心,初步劃分所有交叉口,形成g個子區;以核心交叉口的指標值為初始聚類中心f?;給定各交叉口屬于g區的權重,即隸屬度矩陣u°,u0= (U0ik)gxp, U0ikG ,且 步驟3:迭代,更新優化聚類中心和基于熵值法重新計算隸屬度矩陣; 步驟4:判斷收斂性,當隸屬度矩陣U1滿足收斂標準,則停止迭代,如果不滿足,則重復步驟3 ; 步驟5:劃分子區,經過上述4個步驟,可獲得聚類中心和隸屬度兩個序列U =(U1V,...V),F= (f1,f2,...,#),從這兩個序列中獲得指標值J (u,f)最小的(u*,f*),指標值J (u,f)定義如下: 根據(U*,f*),得到控制子區劃分;其中J(u,f)是樣本Xk與各聚類中心fi的距離的加權平方和,權值為交叉口 Xk隸屬于類i的隸屬度Uik的a次方;J(u,f)采用平方誤差聚類準則,樣本的最佳模糊劃分是J(u,f)的最小方差穩定點,該穩定點即為min{J(u,f)}對應點。 步驟6:延誤分析,根據子區劃分結果,進行延誤分析,驗證基于C-均值模糊聚類分析進行子區劃分的有效性。2.如權利要求1所述的基于C-均值模糊聚類分析的控制子區動態劃分方法,所述步驟3中按如下規則更新隸屬度:若 I Ixffi1I I > O,則 ~ffMlf若 I Ixffi1I I = O,則 Uik1+1 = I 其中Uik表示第k個交叉口隸屬于控制子區i的權重;系數a≥I ;1為迭代步數。3.如權利要求1所述的基于C-均值模糊聚類分析的控制子區動態劃分方法,所述步驟3中按下式更新聚類中心: 4.如權利要求1所述的基于C-均值模糊聚類分析的控制子區動態劃分方法,所述步驟6中,車輛的延誤采用經典延誤公式計算: 【文檔編號】G08G1/08GK103680158SQ201310478215【公開日】2014年3月26日 申請日期:2013年10月14日 優先權日:2013年10月14日 【專利技術者】王正武, 張平 申請人:長沙理工大學本文檔來自技高網
    ...

    【技術保護點】
    一種基于C?均值模糊聚類分析的控制子區動態劃分方法,其特征在于,分兩層進行子區劃分,第一層對子區交叉口進行初選;第二層首先計算各交叉口的指標值,然后基于C?均值模糊聚類分析實時聚類交叉口;具體步驟為:步驟1:計算指標值,根據子區劃分指標體系,計算各交叉口的指標值;進行第一層劃分,剔除不滿足要求的交叉口;歸一化處理交叉口指標值,消除量綱影響;其中交叉口k的m個指標值xk為xk=(x1k,x2k,...,xmk),k=1,2,...,p,p為擬協調控制區域的交叉口的數量,交叉口集X=(X1,X2,...,Xp),交叉口集包含g個子類,子類中心為f=(f1,f2,...,fg),子類中心指標值可表示為fi=(f1i,f2i,...,fmi),i=1,2,...,g;步驟2:初始分區,根據交叉口類型、流量、相交道路等級確定核心交叉口;以核心交叉口為中心,初步劃分所有交叉口,形成g個子區;以核心交叉口的指標值為初始聚類中心fi0;給定各交叉口屬于g區的權重,即隸屬度矩陣u0,u0=(u0ik)g×p,u0ik∈[0,1],且步驟3:迭代,更新優化聚類中心和基于熵值法重新計算隸屬度矩陣;步驟4:判斷收斂性,當隸屬度矩陣ul滿足收斂標準,則停止迭代,如果不滿足,則重復步驟3;步驟5:劃分子區,經過上述4個步驟,可獲得聚類中心和隸屬度兩個序列U=(u1,u2,...,ul),F=(f1,f2,...,fl),從這兩個序列中獲得指標值J(u,f)最小的(u*,f*),指標值J(u,f)定義如下: J ( u , f ) = Σ k = 1 m Σ i = 1 g ( u ik ) α | | x k - f i | | 2 根據(u*,f*),得到控制子區劃分;其中J(u,f)是樣本xk與各聚類中心fi的距離的加權平方和,權值為交叉口Xk隸屬于類i的隸屬度uik的α次方;J(u,f)采用平方誤差聚類準則,樣本的最佳模糊劃分是J(u,f)的最小方差穩定 點,該穩定點即為min{J(u,f)}對應點。步驟6:延誤分析,根據子區劃分結果,進行延誤分析,驗證基于C?均值模糊聚類分析進行子區劃分的有效性。FDA0000395572430000011.jpg...

    【技術特征摘要】

    【專利技術屬性】
    技術研發人員:王正武張平
    申請(專利權)人:長沙理工大學
    類型:發明
    國別省市:湖南;43

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 日韩人妻无码免费视频一区二区三区| 亚洲日韩精品无码专区加勒比| 成年男人裸j照无遮挡无码| 亚洲精品无码av片| 色欲AV无码一区二区三区| 亚洲AV成人无码久久精品老人| 亚洲AV无码无限在线观看不卡| 亚洲成A人片在线观看无码3D| 久久精品中文字幕无码绿巨人| 中文字幕精品无码久久久久久3D日动漫 | 国产成人精品一区二区三区无码| 97无码免费人妻超级碰碰夜夜| 亚洲无码日韩精品第一页| 亚洲国产成人精品无码区在线秒播| 无码人妻精品一区二区三区不卡| 无码AV波多野结衣久久| av无码aV天天aV天天爽| 精品少妇人妻AV无码专区不卡 | 极品粉嫩嫩模大尺度无码视频 | 无码 免费 国产在线观看91| AV无码人妻中文字幕| 亚洲AV无码乱码在线观看富二代| 潮喷无码正在播放| 97无码免费人妻超级碰碰碰碰| 亚洲av无码片区一区二区三区| 无码视频一区二区三区在线观看| 亚洲欧洲无码AV电影在线观看| 免费无码又爽又刺激一高潮| 狼人无码精华AV午夜精品| 国产成人无码精品久久二区三区| 无码精品尤物一区二区三区| 在线观看成人无码中文av天堂| 在线观看无码AV网址| 亚洲av无码专区在线观看亚 | 国产精品无码久久综合网| 亚洲精品无码久久久久A片苍井空| 午夜不卡无码中文字幕影院| 无码国内精品久久人妻| 亚洲综合无码一区二区| 精品无码国产自产拍在线观看 | 亚洲精品无码少妇30P|