[發明專利]一種基于層次聚類法的高速公路擁堵判斷方法及裝置

有效

• 申請號: 202110642181.8
• 申請日: 2021-06-09
• 公開（公告）號: CN113380032B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 孫棣華;趙敏;田禾
• 申請（專利權）人: 重慶大學
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 北京匯澤知識產權代理有限公司 11228
• 代理人: 武君

1.一種基于層次聚類法的高速公路擁堵判斷方法，其特征在于，該方法包括：

獲取歷史交通參數，所述歷史交通參數包括：檢測斷面的車流量、平均速度、占有率；

對所述歷史交通參數進行聚類，得到擁堵數據集和非擁堵數據集；

根據所述擁堵數據集，獲取常發性擁堵與偶發性擁堵判別特征參數，包括：t時刻上下游占有率差ΔO(t,i,i-1)、i檢測點t時刻與t-1時刻占有率差ΔO(i,t,t-1)、i檢測點t時刻與t-1時刻速度差ΔV(i,t,t-1)；

通過模糊均值聚類算法基于所述常發性擁堵與偶發性擁堵判別特征參數對所擁堵數據集進行聚類，得到常發性擁堵數據集和偶發性擁堵數據集；

獲取實時交通參數，并基于擁堵數據集中心、非擁堵數據中心、常發性擁堵數據集中心和偶發性擁堵數據集中心進行擁堵判斷。

2.根據權利要求1所述的基于層次聚類法的高速公路擁堵判斷方法，其特征在于，通過模糊均值聚類算法對所述歷史交通參數進行聚類，得到擁堵數據集和非擁堵數據集。

3.根據權利要求2所述的基于層次聚類法的高速公路擁堵判斷方法，其特征在于，所述通過模糊均值聚類算法對所述歷史交通參數進行聚類，包括：

基于所述平均速度和所述占有率，使用模糊均值聚類算法對所述歷史交通參數進行聚類，確定FCM的目標函數：

d_ij＝||c_i-x_j||

其中：U代表隸屬度矩陣，c_i代表模糊類第i類的中心；c代表共有c類；n代表共有n個數據對象；m為加權指數，滿足m∈[1,∞)；d_ij為第j個數據對象到第i個聚類中心的歐幾里德距離；u_ij代表第j個數據對象屬于i類的隸屬度大??；

計算更新聚類中心，通過兩個聚類中心分別代表擁堵發生和擁堵未發生，判斷是否滿足迭代終止條件，直到滿足迭代終止條件，即可確定擁堵發生和擁堵未發生對應的兩個聚類中心；

迭代終止條件為：||J^(t+1)-J^(t)||≤ε或t＝T_max

其中：J^(t+1)為第t+1次目標函數值；J^(t)為第t次目標函數值；ε為迭代終止條件閾值；T_max為迭代最大次數；

根據模糊聚類所得到的聚類中心，采用歐幾里德距離判斷數據集D中數據的類別，擁堵或非擁堵，若輸入的數據序列到擁堵聚類中心歐幾里德距離小于到非擁堵聚類中心的距離，則判斷為擁堵，否則，判斷為非擁堵；歐幾里德距離d(x,y)判斷公式為：

其中：x和y分別代表兩個數據對象；x_k和y_k為兩個數據對象的第k個特征向量；p為數據對象的特征向量總和。

4.根據權利要求1所述的基于層次聚類法的高速公路擁堵判斷方法，其特征在于，還包括：

基于擁堵數據集中心、非擁堵數據中心、常發性擁堵數據集中心和偶發性擁堵數據集中心，使用歐幾里德距離公式確定實時交通參數所屬的擁堵類別；若輸入的數據序列到擁堵聚類中心歐幾里德距離小于到非擁堵聚類中心的距離，則判斷為擁堵，否則，判斷為非擁堵；若輸入的數據序列到偶發性擁堵聚類中心歐幾里德距離小于到常發性擁堵聚類中心的距離，則判斷為偶發性擁堵，否則，判斷為常發性擁堵。

5.根據權利要求1所述的基于層次聚類法的高速公路擁堵判斷方法，其特征在于，還包括：對所述歷史交通參數進行歸一化。

6.一種基于層次聚類法的高速公路擁堵判斷裝置，其特征在于，該裝置包括：

數據獲取模塊，用于獲取歷史交通參數，所述歷史交通參數包括：檢測斷面的車流量、平均速度、占有率；

第一聚類模塊，用于對所述歷史交通參數進行聚類，得到擁堵數據集和非擁堵數據集；

第二聚類模塊，用于根據所述擁堵數據集，獲取常發性擁堵與偶發性擁堵判別特征參數，包括：t時刻上下游占有率差ΔO(t,i,i-1)、i檢測點t時刻與t-1時刻占有率差ΔO(i,t,t-1)、i檢測點t時刻與t-1時刻速度差ΔV(i,t,t-1)；

通過模糊均值聚類算法基于所述常發性擁堵與偶發性擁堵判別特征參數對所擁堵數據集進行聚類，得到常發性擁堵數據集和偶發性擁堵數據集；

擁堵判斷模塊，用于獲取實時交通參數，并基于擁堵數據集中心、非擁堵數據中心、常發性擁堵數據集中心和偶發性擁堵數據集中心進行擁堵判斷。