1、城市交通擁擠是當(dāng)今世界普遍關(guān)注的問題，它所帶來的嚴(yán)重危害日益影響到人們的日常生活和社會經(jīng)濟(jì)的發(fā)展。交通流誘導(dǎo)是智能交通系統(tǒng)(ITS)研究的核心內(nèi)容之一，是先進(jìn)的交通管理系統(tǒng)(ATMS)和先進(jìn)的出行者信息系統(tǒng)(ATIS)的重要組成部分，是用于提高道路的通行能力和車輛的運(yùn)行效率、緩解交通擁擠和減少交通事故的有效手段和最佳途徑。 交叉路口作為城市地面道路交通的主要集散點(diǎn)，是產(chǎn)生交通擁擠的主要環(huán)節(jié)，對其交通流進(jìn)行合理分析和誘導(dǎo)，是研究城

2、市交通問題一個關(guān)鍵的切入點(diǎn)。實(shí)時動態(tài)交通是交通流誘導(dǎo)的核心和基礎(chǔ)，而實(shí)時交通流預(yù)測是實(shí)時動態(tài)交通分配的前提。本文針對當(dāng)前城市交通擁擠問題的現(xiàn)狀，以交叉路口為研究對象，利用數(shù)據(jù)挖掘方法分別對交通狀態(tài)的識別、實(shí)時交通流量預(yù)測和實(shí)時動態(tài)交通流分配模型優(yōu)化進(jìn)行了深入的研究與探討。 1、針對城市道路交通狀態(tài)識別的問題，提出了一種改進(jìn)的模糊C-均值(FCM)算法。首先，該算法要解決聚類數(shù)目和模糊指數(shù)的選取問題。本文在對交通狀態(tài)基本特征的分析

3、基礎(chǔ)上，結(jié)合交通工程理論知識，將城市道路交通狀態(tài)分為四個等級，從而解決了聚類數(shù)目的選取問題；至于模糊指數(shù)，本文采用啟發(fā)式方法來確定模糊指數(shù)，使隸屬函數(shù)盡量覆蓋整個輸入空間；其次，在對上海市某交叉路口的實(shí)際交通數(shù)據(jù)進(jìn)行實(shí)證研究和仿真分析基礎(chǔ)上，結(jié)合交通的實(shí)際情況以及飽和度與交通狀態(tài)相關(guān)性分析，得出了飽和度的輔助判定依據(jù)；最后，在該算法的基礎(chǔ)上，以飽和度為輔助判定依據(jù)，結(jié)合實(shí)際交通數(shù)據(jù)重新進(jìn)行判定。仿真研究表明該方法能夠有效地對道路交通狀態(tài)

4、進(jìn)行識別。 2、針對實(shí)時交通流預(yù)測問題，提出一種改進(jìn)的BP 網(wǎng)絡(luò)預(yù)測模型。本文著重對各種改進(jìn)的BP 訓(xùn)練算法進(jìn)行了仿真研究，通過比較分析以尋求最佳的BP網(wǎng)絡(luò)預(yù)測模型。LM 算法是梯度下降法與高斯-牛頓法相結(jié)合的一種數(shù)值優(yōu)化算法，既有高斯-牛頓法的局部收斂，又有梯度下降法的全局特性。仿真結(jié)果表明，就訓(xùn)練次數(shù)及準(zhǔn)確度而言，LM 算法要明顯優(yōu)于其它改進(jìn)的訓(xùn)練算法；應(yīng)用LM訓(xùn)練算法的BP 網(wǎng)絡(luò)預(yù)測模型不僅訓(xùn)練時間和預(yù)測時間大大縮短，而且

5、各項(xiàng)預(yù)測性能指標(biāo)都足以滿足實(shí)時交通流預(yù)測的要求。 3、針對實(shí)時交通流分配模型的優(yōu)化問題，提出一種改進(jìn)的自適應(yīng)遺傳算法(MAGA)。在該算法中，對于適應(yīng)度小于種群平均適應(yīng)度的個體，個體以較大的概率進(jìn)行交叉和變異；對于適應(yīng)度大于種群平均適應(yīng)度的個體，其交叉概率和變異概率隨著個體適應(yīng)度接近當(dāng)前最好個體適應(yīng)度的程度而動態(tài)調(diào)整。這樣既能保證在進(jìn)化的初期階段進(jìn)化速度快，又能保證在進(jìn)化的后期階段進(jìn)化效果較好。事實(shí)上，從仿真結(jié)果來看，與普通的遺