基于流形學(xué)習(xí)算法的城市交通控制理論與應(yīng)用研究.pdf

1、城市交通的智能控制是當(dāng)前交通工程領(lǐng)域和控制領(lǐng)域的研究熱點(diǎn)之一。隨著人工智能、自動(dòng)控制技術(shù)、計(jì)算機(jī)技術(shù)和通訊技術(shù)的迅速發(fā)展及其在智能交通中的應(yīng)用，各種交通控制方式和方法層出不窮，新的理論和研究成果不斷出現(xiàn)，并已在實(shí)際工程應(yīng)用中顯示出很大的作用和發(fā)展?jié)摿Α?在實(shí)際應(yīng)用中用高維數(shù)據(jù)來(lái)表示的觀測(cè)點(diǎn)可以模擬成低維非線性流形上的樣本點(diǎn)或者逼近這些樣本點(diǎn)。因此，數(shù)據(jù)降維，尤其是非線性降維成為數(shù)據(jù)挖掘的一個(gè)重要手段，降維的目的是為了從高維空間中

2、找出隱藏的低維結(jié)構(gòu)。城市交通系統(tǒng)是一個(gè)具有嚴(yán)重非線性、隨機(jī)性、時(shí)變性、不確定性并有多種影響因素的復(fù)雜系統(tǒng)。交通流數(shù)據(jù)集是一種數(shù)據(jù)量大、維數(shù)高、隨機(jī)性強(qiáng)、具有規(guī)律性但某種程度上非線性特征明顯的數(shù)據(jù)集。假設(shè)高維交通流量數(shù)據(jù)集存在低維嵌入，在盡可能的保證數(shù)據(jù)間的幾何關(guān)系和距離測(cè)度不變的前提下，將原始數(shù)據(jù)對(duì)應(yīng)的高維空間的流形映射至低維空間的流形，不僅能為相關(guān)計(jì)算減少數(shù)據(jù)量，也能找出關(guān)鍵特征維，去除噪聲的干擾，全面提高感應(yīng)控制的時(shí)間效率。

3、 本文提出了利用流形學(xué)習(xí)算法對(duì)交通流數(shù)據(jù)集進(jìn)行維數(shù)約簡(jiǎn)的方法，使交通控制系統(tǒng)的輸入數(shù)據(jù)更易處理和使用。論文研究重點(diǎn)是流形學(xué)習(xí)算法在城市交通控制中的理論和應(yīng)用研究。論文根據(jù)幾種流形學(xué)習(xí)算法的優(yōu)缺點(diǎn)，決定用等距映射算法實(shí)現(xiàn)交通量數(shù)據(jù)集的維數(shù)約簡(jiǎn)工作。 本文的主要工作內(nèi)容有： 1.通過(guò)對(duì)城市智能交通系統(tǒng)和交通流的分析，發(fā)現(xiàn)交通控制中的關(guān)鍵問(wèn)題：數(shù)據(jù)集的高維非線性；提出了解決這一問(wèn)題的方法：用流形學(xué)習(xí)算法約簡(jiǎn)數(shù)據(jù)維數(shù)。

4、2.介紹了五種主要的流形學(xué)習(xí)算法，包括多維尺度變換、等距映射算法、局部線性嵌入、拉普拉斯特征映射法和局部切空間排列方法，并分析了它們各自的優(yōu)缺點(diǎn)，提出利用其中的等距映射算法約簡(jiǎn)交通量數(shù)據(jù)集維數(shù)的思路。 3.提出了單路口的交通多時(shí)段定時(shí)控制中的時(shí)段劃分方法。首先用等距映射算法約簡(jiǎn)檢測(cè)數(shù)據(jù)集的維數(shù)，然后用K-均值聚類算法對(duì)降維后的數(shù)據(jù)聚類，最后根據(jù)聚類結(jié)果確定路口的時(shí)段劃分方案。結(jié)果表明此方法得到的時(shí)段劃分方案與人工劃分法、基于遺傳

5、算法的分級(jí)聚類方法和人工免疫算法劃分方法基本一致，但它克服了人工劃分方法的主觀不合理性，提高了分類效率，避免了它們的不足。 4.實(shí)現(xiàn)了交通網(wǎng)絡(luò)上的交通量數(shù)據(jù)集的維數(shù)約簡(jiǎn)?？紤]到等距映射算法一般需要較大的數(shù)據(jù)量，并要求不同類別的數(shù)據(jù)在空間不能分散得過(guò)于獨(dú)立這一特點(diǎn)，論文在城市交通網(wǎng)絡(luò)上實(shí)驗(yàn)了等距映射算法的降維功能，得到了嵌入維數(shù)，實(shí)現(xiàn)了數(shù)據(jù)集的約簡(jiǎn)，并與主成分分析算法的結(jié)果做了對(duì)比。 等距映射算法能夠有效約簡(jiǎn)交通流維數(shù)、找