基于权值优化的FCM-MSVM算法及其在高速公路状态判别中的应用

• 作者: 于昕明 张彭 张溪 朱广宇 李晓璐 杜崇
• 来源期刊: 北京交通大学学报
• 学科: 交通运输
• 关键词: 交通状态判别 高速公路 模糊均值聚类 多分类支持向量机 参数寻优
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 交通运输工程
• 页码范围: 72-78,84
• 页数: 8页
• 分类号: U491
• 字数: 5495字
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.2018.04.010

摘要

高速公路实时交通状态的准确判别是科学制定交通管理策略的重要基础.本文以实测的高速公路交通流三特征参数的数据作为输入,引入熵权法刻画参数之间重要程度的差异,利用改进的FCM算法对特征参数进行聚类,根据不同交通状态的结果,建立基于多分类器支持向量机的交通状态判别模型,并分别采用网格搜索法、遗传算法和粒子群算法对支持向量机参数进行优化,从而提高模型的判别准确率.最后选取实际数据对本文模型进行验证,判别结果的分类准确率可达96.3980％.