基于模糊C均值聚类的路段平均行程时间估计方法
路段平均行程时间是城市交通管理部门、交通行业部门制定调度方案及管控预案的重要信息依据。为了能够有效利用低频采样GPS数据，实现路段平均行程时间的精确估计，本文提出一种基于模糊C均值聚类的路段平均行程时间估计方法：首先利用改进地图匹配算法，对低频采样浮动车数据进行预处理，将路段的上下游交叉口详细分析，准确估计车辆经过路段交叉口的时刻，通过两交叉口的时差计算单车路段行程时间；然后基于模糊C均值聚类(FCM)方法，将某时段的单车路段行程时间分成快、中、慢速三类，利用各类的聚类中心和分类后数据，按一定的权值，估计平均路段行程时间。计算结果表明：平均行程时间估计值与实测值比较接近，能够满足城市城市交通管理部门、交通行业部门的需求。
路段平均行程时间 低频采样浮动车数据 模糊c均值聚类 地图匹配算法 城市交通管理
陈宁
浙江科技学院机械与汽车工程学院,浙江杭州310023
国内会议
北京
中文
5394-5398
2010-07-29（万方平台首次上网日期，不代表论文的发表时间）