论文总字数：28158字

摘 要

论文作者签名：＿＿＿＿＿导师签名：＿＿＿＿日期：＿＿＿＿

基于RFID数据的单交叉口交通状态判别及其可视化

摘要

交通状态判别是交通拥堵问题的核心之一，交叉口是城市道路网络中通行能力下降的节点，对其进行交通状态的判别具有重要的意义。交通状态可视化能够清晰地展示交叉口交通状态的演化规律，为道路使用者和交管人员掌握交叉口的交通状态提供支持，从而为交通的控制与诱导做好准备。

首先，本文基于RFID数据的特点，对冗余数据和异常数据进行了处理，通过车牌号匹配补全了缺失数据，并获取了交通参数；其次，通过结合两种度量模糊聚类算法有效性的指标，改进了基于模糊决策的最优权重指数选取方法，据此整合出一套模糊聚类算法最优参数的选取流程，并将其用于南京市某交叉口的RFID数据的分析，判别交叉口交通状态；最后，提出了一种基于模糊聚类结果和GIS软件的交通状态可视化方法，并实现了南京市某交叉口24h交通状态的动态可视化。

基于交通数据选取最优输入参数，优化了模糊聚类算法，使其适用于交通状态判别；基于模糊聚类结果对交通状态可视化，为后续的交通管理和控制提供了直观明确的依据。

关键词：RFID；交通状态；模糊聚类；可视化

The Traffic Status Identification and Visualization of a Single Intersection Based on RFID Data

Abstract

Traffic status identification is at the core of the traffic congestion problem. The intersection is the node where the decline of the traffic capacity happens in the urban road network, and it is of great significance to identify its traffic status. Traffic visualization can clearly show the evolution of traffic conditions at the intersection, and provide support for road users and traffic controllers to grasp the traffic conditions and prepare for the control and induction of traffic.

Firstly, based on the characteristics of RFID data, the redundant data and abnormal data are processed, and the missing data is complemented by the license plate number matching. The traffic parameters are also obtained. Secondly, by combining two kinds of validity indexes of fuzzy clustering algorithm, the optimal weight index selection method based on fuzzy decision is improved, and a selection process of the optimal parameters of fuzzy clustering algorithm is integrated. The process is then applied to the RFID data of a certain intersection in Nanjing to identify its traffic status. Finally, a visualization method based on fuzzy clustering and GIS software is proposed, and the dynamic visualization of traffic status in 24 hours at the certain intersection in Nanjing is realized.

Based on the traffic data, the optimal input parameters are selected to make the optimized fuzzy clustering algorithm suitable for traffic status identification. The traffic state visualization based on fuzzy clustering results provides an intuitive and solid basis for the next traffic management and control.

Key words：RFID; traffic status; fuzzy clustering; visualization

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1 研究背景 1

1.2 研究目的 1

1.3 研究内容及技术路线 2

1.4 本章小结 2

第二章 交通状态判别文献综述 3

2.1 国内文献 3

2.2 国外文献 3

2.3 研究总体评述 4

2.4 本章小结 4

第三章 基于RFID技术的数据预处理 5

3.1 数据描述 5

3.2 冗余数据和异常值的处理 5

3.2.1 冗余数据 5

3.2.2 异常值 7

3.3 交通参数的获取 8

3.3.1 基站对数据匹配 8

3.3.2 流量与速度的获取 11

3.3.3 数据的规范化 11

3.4 本章小结 12

第四章 基于模糊聚类的单交叉口的交通状态判别 13

4.1 交通状态判别 13

4.1.1 交通状态判别指标 13

4.1.2 交通状态判别算法 14

4.2 经典模糊聚类算法 15

4.3 模糊c均值聚类（FCM）算法的优化 16

4.3.1 FCM算法有效性指标 16

4.3.2 最优权重指数m*的选取 18

4.3.3 基于最优权重指数m*的最佳聚类数c*的选取方法 20

4.3.4 FCM算法最优输入参数的选取流程 20

4.4 实例分析 22

4.5 本章小结 25

第五章 交通状态可视化 26

5.1 ArcGIS简介 26

5.2 交通状态可视化 26

5.3 本章小结 28

第六章 结论与展望 29

6.1 结论 29

6.2 研究展望 29

参考文献 30

致谢 32

绪论

本章共分为四节，第一节与第二节主要介绍了本文的研究背景和研究目的，第三节给出了本文的研究内容以及研究的技术路线，最后一节是本章小结。

研究背景

近年来，由于城市私家车的拥有率大幅增加，交通拥堵现象的发生也越来越频繁。交通拥堵带来了一系列不容忽视的问题，在极大程度上影响了城市的蓬勃发展，解决拥堵问题已经刻不容缓。交通状态识别是交通拥堵问题的核心之一，只有精确地识别出路网的交通状态，才能有针对性地采取措施缓解拥堵。作为道路网络上的节点，交叉口常常扮演着制约通行能力的角色，也是拥堵发生较多的地方，判别其交通状态研究有重要的意义。

剩余内容已隐藏，请支付后下载全文，论文总字数：28158字