大数据驱动下的道路交通状态分级方法  

作　　者：黄梨力 张建华 

机构地区：[1]重庆市交通规划研究院,重庆400074

出　　处：《智能城市》2023年第5期45-49,共5页Intelligent City

摘　　要：为客观有效判别城市道路交通状态,考虑城市道路交通状态受时间因素和道路空间因素的双重影响,文章选取了车辆行程速度、车道数、信号灯数以及路边停车数等4个交通参数作为判别指标,提出了一种大数据驱动下的模糊C均值聚类(FCM)模型的道路交通状态评估方法。基于浮动车计算车速和城市道路静态空间数据,获得拥堵路段平均行驶速度和道路静态空间数据四维参数。采用FCM算法对四维参数进行聚类分析,获得城市道路交通状态5个等级状态的速度阈值,分别为畅通、基本畅通、轻度拥堵、中度拥堵和严重拥堵。以重庆市中心城区为例,分析道路交通运行状态。研究表明,结合道路静态空间数据的交通状态评估,具有一定的有效性和准确性,有利于为交通精细化管理提供辅助决策信息。

关 键 词：交通工程 交通状态判别 模糊C均值聚类模型 浮动车车速 

分 类 号：U491[交通运输工程—交通运输规划与管理]