典型文献
基于网格交通状态分类的行程时间规律挖掘与计算
文献摘要：
在出租车轨迹数据挖掘的基础上,本文提出基于网格交通状态的行程时间计算方法.在区域网格化的基础上,利用出租车全球定位系统(Global Positioning System,GPS)数据构建区域网格宏观基本图,并对宏观基本图的流量-密度关系进行拟合;进而使用高斯混合聚类法,将区域交通状态分类为畅通、轻度拥堵和重度拥堵.对不同交通状态网格的行程时间进行挖掘分析,发现3类交通状态下网格行程时间表现出不同的分布特征,畅通、轻度拥堵和重度拥堵的最佳行程时间分布分别为Gamma分布、Weibull分布和对数正态分布;通过不同状态网格行驶时间联合概率密度分布的近似拟合推导出路径网格行程时间概率密度模型.本文提出的方法可以快速计算一定可靠度条件下的行程时间,对不同线路和时间内的案例分析结果表明,该方法对路径行程时间估计的平均绝对误差在1％～16％,可以为交通诱导与未来导航提供技术方法支撑.
文献关键词：
智能交通;行程时间;网格化;交通状态辨识;宏观基本图
中图分类号：
作者姓名：
谢东繁;贾惠迪;李春艳;赵小梅
作者机构：
北京交通大学,交通运输学院,北京100044
文献出处：
引用格式：
[1]谢东繁;贾惠迪;李春艳;赵小梅-.基于网格交通状态分类的行程时间规律挖掘与计算)[J].交通运输系统工程与信息,2022(03):168-178
A类：
交通状态辨识
B类：
状态分类,时间规律,规律挖掘,出租车轨迹数据,轨迹数据挖掘,区域网,网格化,全球定位系统,Global,Positioning,System,GPS,宏观基本图,高斯混合聚类,聚类法,区域交通,拥堵,挖掘分析,下网,时间表,行程时间分布,Gamma,Weibull,对数正态分布,行驶时间,概率密度分布,密度模型,快速计算,可靠度,同线,径行,平均绝对误差,交通诱导,智能交通
AB值：
0.324234
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
