[发明专利]基于AFCM-L2的城市道路交通状态判别方法及系统

说明书

公开了一种基于AFCM‑L2的城市道路交通状态判别方法及系统。该方法可以包括：步骤1：获取交通流历史参数数据；步骤2：进行交通状态聚类处理，确定多个最优交通状态模糊聚类中心；步骤3：通过隶属度将交通流历史参数数据划分为c个交通状态数据集；步骤4：以距离最小的最优交通状态模糊聚类中心所属于的交通状态数据集为实时交通流参数数据的状态判别信息。本发明通过交通状态模糊聚类中心，对实时交通流参数数据的交通状态进行判别估计，确定实时交通流参数数据的交通状态，增强交通状态聚类效果的准确性和稳定性，为城市道路交通管理者和使用者提供最佳的交通管控措施和出行计划。

技术领域

本发明涉及智能交通系统领域，更具体地，涉及一种基于AFCM-L2的城市道路交通状态判别方法及系统。

背景技术

城市道路交通状态实时判别是城市道路智能交通系统合理管控的基础。城市道路交通状态很难用确切的数字来进行量化，是一个主观性很强的感官量，人们往往使用“拥堵”、“畅通”等不确定的、模糊的语言描述交通状态。因为模糊理论在主观事物模糊逻辑描述方面具有非常大的优势，因此模糊聚类算法被广泛应用于交通状态判别且取得了良好的效果。然而，进行交通拥堵状态自动识别时，由于传统模糊聚类算法一视同仁地对待每个数据点、对离群点敏感、易陷入局部最优。因此，有必要开发一种基于AFCM-L2的城市道路交通状态判别方法及系统。

公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

发明内容

本发明提出了一种基于AFCM-L2的城市道路交通状态判别方法及系统，其能够通过交通状态模糊聚类中心，对实时交通流参数数据的交通状态进行判别估计，确定实时交通流参数数据的交通状态，增强交通状态聚类效果的准确性和稳定性，为城市道路交通管理者和使用者提供最佳的交通管控措施和出行计划。

根据本发明的一方面，提出了一种基于AFCM-L2的城市道路交通状态判别方法。所述方法可以包括：步骤1：获取交通流历史参数数据；步骤2：根据预设分类数量c对交通状态进行分类，运行模糊聚类算法AFCM-L2对所述交通流历史参数数据进行交通状态聚类处理，确定多个最优交通状态模糊聚类中心；步骤3：根据所述多个最优交通状态模糊聚类中心，通过隶属度将所述交通流历史参数数据划分为c个交通状态数据集；步骤4：获取实时交通流参数数据，计算所述实时交通流参数数据与多个最优交通状态模糊聚类中心的距离，以所述距离最小的最优交通状态模糊聚类中心所属于的交通状态数据集为所述实时交通流参数数据的状态判别信息。

优选地，所述交通流历史参数数据包括：交通流量、速度、时间占有率。

优选地，所述预设分类数量为4。

优选地，所述交通状态包括畅通、平稳、拥堵、堵塞。