基于数据挖掘技术的交通拥挤检测及应用

论文摘要

随着经济的飞速发展,汽车保有量的与日俱增,城市道路建设速度相对较慢,交通拥挤时常困扰着人们,除了扩建道路,交通诱导便成为缓解这一矛盾的重要手段。本文从城市现状出发,设计了一套智能交通诱导系统,它通过对道路上流量检测器数据进行处理,判断路网的拥堵等级,然后将信息传输到路口大屏发布给交通参与者,使他们提前选择路线,避免进入流量饱和路段,充分利用道路资源,减少堵塞发生。其中最重要的环节就是检测器数据处理方法,本文引入数据挖掘技术,利用ID3算法,首先找出最有判别力的数据(流量、速度、占有率等),把数据分成多个子集,每个子集又选择最有判别力的因素进行划分,一直进行到所有子集仅包含同一类型的数据为止,最后得到一棵决策树,用它来对新的数据进行分析,得出拥堵与否的结论。经测试系统对交通拥挤的检测率非常高,能够准确实时的将前方道路的拥堵信息反馈给交通参与者,帮助他们提前选择好路径,充分利用了路网,节约了交通参与者的出行时间,减少了交通拥挤所伴随的一系列问题,对城市的交通发展具有重大意义。

论文目录

• 内容提要
• 第1章 绪论
• 1.1 研究背景
• 1.2 研究的目的及意义
• 1.3 研究现状
• 1.4 论文的主要工作与组织
• 第2章 交通拥挤自动识别发布系统
• 2.1 交通拥挤含义
• 2.2 交通拥挤状态特征分析
• 2.3 系统构成
• 2.3.1 信息采集系统
• 2.3.2 信息分析与识别软件
• 2.3.3 控制系统
• 2.3.4 交通诱导信息发布平台
• 第3章 交通拥挤检测算法
• 3.1 交通拥挤检测算法的评价标准
• 3.2 现有交通拥挤识别算法的介绍
• 3.2.1 加利福尼亚算法
• 3.2.2 McMaster 算法
• 3.2.3 指数平滑算法
• 3.2.4 正态偏差算法
• 第4章 ID3 方法在交通拥挤检测中的应用
• 4.1 数据挖掘的概念
• 4.2 ID3 算法
• 4.2.1 属性选择方法
• 4.2.2 交通拥挤检测的建模过程
• 4.3 程序设计与实现
• 4.3.1 程序工作过程
• 4.3.2 软件的介绍及测试运行情况
• 4.4 实验结果
• 第5章 总结与展望
• 参考文献
• 摘要
• ABSTRACT
• 致谢