李晓璐
- 作品数：4 被引量：20H指数：3
- 供职机构：重庆交通大学交通运输学院更多>>
- 相关领域：交通运输工程更多>>
- 基于模糊C均值聚类的城市道路交通状态判别被引量：9
- 2016年
- 为及时判别城市道路交通状态,考虑城市道路交通特征的差异性和交通流的波动特性,对状态指标的合理性进行分析;将交通状态划分为畅通、缓行、拥堵、阻塞4类,提出一种基于模糊C均值聚类(FCM)判别城市道路交通状态的算法。选取车速、流量、占有率作为交通状态判断指标,根据不同指标设计3种方案,用MATLAB模糊逻辑工具箱分析出仿真数据的聚类中心,对不同指标组合下的各样本交通状态进行判断,验证算法判别的可行性。结果表明,以速度、流量、占有率为参数的FCM算法能较好地判别城市道路交通状态,精度较高。
- 李晓璐
- 关键词：交通状态判别模糊C均值聚类交通流
- 基于模糊信息粒与SVM的道路交通状态波动分析被引量：5
- 2017年
- 为分析道路交通状态波动范围,提出了一种基于模糊信息粒化与支持向量机组合预测的建模方法。分析了道路交通状态波动特点和交通参数选择原则,以模糊理论和时间序列预测为基础,通过模糊信息粒以15 min时间窗将样本数据模糊化,得到Low、R、Up这3组时间序列;并利用支持向量机模型分别对其进行预测,获得道路交通状态的波动范围与变化趋势。实例分析时,在验证数据采集路段属性相近的前提下,用该组合模型对早、晚高峰和平峰等3个时段的交通波动状态进行验证,验证结果有较高精度,能有效预测交通状态波动情况。
- 陆百川李晓璐郭桂林黄梨力
- 关键词：交通工程交通状态支持向量机
- 基于遗传-小波神经网络和时空特性的交通数据融合被引量：4
- 2017年
- 由于时间序列的交通数据重点关注断面交通流量变化,而空间序列的交通数据主要关注路网交通流分布。在综合考虑二者特性的前提下利用遗传算法的群体搜索技术及小波神经网络的较强学习能力,提出了基于遗传-小波神经网络(GAWNN)的交通数据融合模型。使用MAE、MRE和MSE三个指标对交通数据序列进行优劣对比分析。经实例验证,考虑时空特性的交通数据其数据质量优于单一的时间序列和空间序列。
- 陆百川马广露李晓璐胡松
- 关键词：遗传算法小波神经网络数据融合
- 基于多源信息处理技术的交通状态判别研究
- 随着城市汽车保有量逐年激增，而城市可利用的空间资源越来越少，使道路交通供需关系发展的不均衡问题愈加突出，导致交通拥堵问题日益严重。而对城市路网交通状态进行快速准确的判别成为制定缓解交通拥堵策略的先决条件。交通状态判别结果...
- 李晓璐
- 关键词：城市路网交通流预测交通状态判别
- 文献传递
