基于SFLA-FCM聚类的城市交通状态判别研究

• 作者: 徐姣 杜长海 杨祖元 罗兵
• 来源期刊: 计算机应用研究
• 关键词: 交通状态判别 模糊C均值 混合蛙跳算法
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 系统应用开发
• 页码范围: 1743-1745
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.05.039

摘要

针对城市道路交通状态判别的问题,提出了一种混合蛙跳算法(SFLA)与模糊C-均值算法(FCM)相结合的SFLA-FCM聚类算法.SFLA是一种全新的后启发式群体进化算法,具有高效的计算性能和优良的全局搜索能力.SFLA-FCM使用SFLA的优化过程代替FCM的基于梯度下降的迭代过程,有效地避免了FCM对初值敏感及容易陷入局部极小的缺陷.将该算法用于城市交通流数据的聚类分析结果表明,与单一FCM聚类算法相比,SFLA-FCM聚类算法更准确,效果更佳,能够快速而有效地对城市交通流状况进行判别,为动态交通拥堵预警和交通诱导策略的制定提供依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨祖元	重庆大学自动化学院	19	436	12.0	19.0
2	杜长海	重庆大学自动化学院	15	251	10.0	15.0
3	徐姣		1	30	1.0	1.0
4	罗兵		1	30	1.0	1.0