|本期目录/Table of Contents|

[1]高 林,张现伟.基于互联网信息的城市道路偶发拥堵判别算法研究与应用[J].工业仪表与自动化装置,2018,(01):7-9.[doi:1000-0682（2018）01-0000-00]
　GAO Lin,ZHANG Xianwei.Research and application onurban road incident congestionidentification algorithm based on internet information[J].Industrial Instrumentation & Automation,2018,(01):7-9.[doi:1000-0682（2018）01-0000-00]
点击复制

基于互联网信息的城市道路偶发拥堵判别算法研究与应用

《工业仪表与自动化装置》[ISSN:1000-0682/CN:61-1121/TH]

卷:
期数:
2018年01期
页码:
7-9
栏目:
出版日期:
2018-02-15

文章信息/Info

Title:
Research and application onurban road incident congestionidentification algorithm based on internet information
作者:
高 林; 张现伟
青岛科技大学 自动化与电子工程学院，山东 青岛266042
Author(s):
GAO Lin; ZHANG Xianwei
Qingdao University of Science and Technology, College of Automation and Electronical Engineering, Shandong Qingdao 266042，China
关键词:
偶发拥堵; 智能交通系统; 数据挖掘
Keywords:
incident congestion; intelligent transport system; data mining
分类号:
TP939;U491
DOI:
1000-0682（2018）01-0000-00
文献标志码:
A
摘要:
城市道路的偶发拥堵分析是城市智能交通系统中的重要组成部分。快速准确的判断拥堵、发现偶发警情可以帮助交管部门更好的实施管理调控，对于维持城市正常的生产生活秩序具有重要意义。该文基于数据挖掘技术，设计了基于互联网交通流信息的偶发拥堵判别算法，可以自动识别偶发拥堵并报警。实际运行结果验证了算法的可行性和有效性，为交通管控提供了有效手段。
Abstract:
The incident congestion analysis of urban roads is an important part of urban intelligent transport system. Quickly and accurately determine the congestion and found the traffic anomalies can help traffic control departments to implement the management and control better, and this is of great significancefor maintaining the normal urban production and life order. Based on the data mining technology, it was designed thataincident congestion algorithm based on Internet traffic information, which can automatically identify the incident congestion and alarm. The actual operation results verify the accuracy and timeliness of the algorithm, and provide an effective means for traffic management and control.

参考文献/References:

[1] 姜桂艳.道路交通状态判别技术与应用[M].人民交通出版社,2004.

[2] Dudek C L,Messer C J, Nuckles N B. Incident Detection On Urban Freeways[J].Transportation Research Record, 1974.
[3] FL Hall, Y Shi, G Atala. Off-line Testing of the McMaster Incident Detection Algorithm Under Recurrent Congestion [R].Transportation Research Record 1394, Washington D.C., 1993.
[4] 朱茵,陆化普,刘强.城市交通预警系统的事件自动检测算法研究[J].公路交通科技,2004, 21(10):85-88.
[5] 马黎,赵丽红,傅惠.基于BP神经网络的交通异常事件自动检测算法[J].交通科技与经济,2010,12(6):47-50.
[6] 李彬,刘安.交通异常贝叶斯动态检测方法[J].中国公路学报,1999(3):68-72.
[7] 徐秋平.基于车联网的交通信息采集与事故识别方法研究[D].北京交通大学,2014.
[8] 张志平,汪向杰,林航飞.基于浮动车数据的高速公路拥堵检测方法[J].交通信息与安全,2012,30(6):95-99.
[9] 姜桂艳,常安德,牛世峰.基于车牌识别数据的交通拥堵识别方法[J].哈尔滨工业大学学报,2011,43(4):131-135.
[10] 廖律超,蒋新华,邹复民,等.基于交通视频的交通拥堵状态自动识别方法[J].公路交通科技,2014,31(1):110-117.

相似文献/References:

[1]沈 睿,朱学君.基于GIS的最优路径选择的设计与实现[J].工业仪表与自动化装置,2016,(02):102.
　SHEN Rui,ZHU Xuejun.Design and implementation of GIS based optimal path system[J].Industrial Instrumentation & Automation,2016,(01):102.
[2]赵艳东,张申申.基于改进蚁群算法的智能交通路径规划[J].工业仪表与自动化装置,2019,(02):30.[doi:1000-0682(2019)02-0000-00]
　ZHAO Yandong,ZHANG Shenshen.Intelligent transportation system path planning based on improved ant colony algorithm[J].Industrial Instrumentation & Automation,2019,(01):30.[doi:1000-0682(2019)02-0000-00]

备注/Memo

备注/Memo:
收稿日期：2017-04-24
基金项目：山东省自然科学基金(ZR2014FL018)；青岛科技大学博士科研基金(010022530)
作者简介：高林(1976)，男，副教授，博士后，从事智能交通、数据挖掘技术的研究。
更新日期/Last Update: 2018-02-01