信息观和粒子群算法在城市交通拥堵中的研究

doi:10.3969/j.issn.1674-0696.2021.04.04

重庆交通大学学报（自然科学版） ›› 2021, Vol. 40 ›› Issue (04): 19-25.DOI: 10.3969/j.issn.1674-0696.2021.04.04

• 交通+大数据人工智能 • 上一篇下一篇

信息观和粒子群算法在城市交通拥堵中的研究

史天亮，王文光

史天亮，王文光

收稿日期:2019-08-26 修回日期:2020-01-06 出版日期:2021-04-16 发布日期:2021-04-19
作者简介:史天亮（1981—），男，山西太原人，高级工程师，主要从事公路设计方面的工作。E-mail:157898457@qq.com
基金资助:

Information View and Particle Swarm Optimization Algorithm in Urban Traffic Congestion

SHI Tianliang, WANG Wenguang

(Taiyuan Design Institute, China Railway Engineering Design Consulting Group Co., Ltd., Taiyuan 030009, Shanxi, China)

Received:2019-08-26 Revised:2020-01-06 Online:2021-04-16 Published:2021-04-19
Supported by:

摘要/Abstract

摘要： 交通拥堵是近年来在全国凸现的“城市病”，寻找拥堵关键因素是当前急需解决的问题。首先汇总影响交通拥堵的关键因素，再利用信息观理论和粒子群优化算法相结合的约简算法，对关键因素进行特征选择，筛选出影响交通拥堵的关键因素。通过仿真实验结果表明：该算法具有有效性和准确性，为解决城市交通拥堵问题提供有效解决策略。

关键词: 交通工程, 信息观, 交通拥挤, 粒子群算法, 粗糙集

Abstract: Traffic congestion is an “urban disease” in China in recent years. It is urgent to find out the key factors of traffic congestion. Firstly, the key factors affecting traffic congestion were summarized. And then, the reduction algorithm combined with information view theory and particle swarm optimization algorithm was used to select the characteristics of key factors, and the key factors affecting traffic congestion were screened out. The simulation test results show that the proposed algorithm is effective and accurate, which provides an effective solution strategy for solving the problem of urban traffic congestion.

Key words: traffic engineering, information view, traffic congestion, particle swarm optimization algorithm, rough set

中图分类号:

史天亮，王文光. 信息观和粒子群算法在城市交通拥堵中的研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 19-25.

SHI Tianliang, WANG Wenguang. Information View and Particle Swarm Optimization Algorithm in Urban Traffic Congestion[J]. Journal of Chongqing Jiaotong University(Natural Science), 2021, 40(04): 19-25.

参考文献

［1］刘梦涵，于雷，张雪莲，等.基于累积 Logistic 回归道路交通拥堵强度评价模型［J］.北京交通大学学报，2008，32(6)：52-56.
LIU Menghan, YU Lei, ZHANG Xuelian, et al. Cumulative logistic regression-based measurement models of road traffic congestion intensity ［J］. Journal of Beijing Jiaotong University, 2008, 32(6): 52-56.
［2］ PAWLAK Z, WONG S K M, ZIARKO W. Rough sets: Probabilistic versus deterministic approach ［J］. International Journal of Man-Machine Studies, 1988, 29(1): 81-95.
［3］ PAWLAK Z. Rough sets ［J］. International Journal of Computer and Information Sciences, 1982, 11(5): 341-356.
［4］ XU Xinying, LIU Haifeng, SHEN Xuefen, et al. The research of attribute reduction algorithm based on extension neighborhood relation ［J］. Journal of Computational Information Systems, 2013, 9(16): 6613-6620.
［5］ JENSEN R, SHEN Qiang. Fuzzy rough sets for descriptive dimen-sionality reduction ［C］∥Proceedings of 11th International Conference on Fuzzy Systems. Honolulu, HI, U.S.A., 2002: 29-34.
［6］朱红，丁世飞，徐新征.基于改进属性约简的细粒度并行AP聚类算法［J］.计算机研究与发展，2012，49(12)：2638-2644.
ZHU Hong, DING Shifei, XU Xinzheng. An AP clustering algorithm of fine-grain parallelism based on improved attribute reduction ［J］. Journal of Computer Research and Development, 2012, 49 (12): 2638-2644.
［7］ YAO Yiyu, DENG Xiaofei. Quantitative rough sets based on subse-thood measures ［J］. Information Sciences, 2014, 267(20): 306-322.
［8］王熙照，王婷婷，翟俊海.基于样例选取的属性约简算法［J］.计算机研究与发展，2012，49(11)：2305-2310.
WANG Xizhao, WANG Tingting, ZHAI Junhai. An attribute reduction algorithm based on instance selection ［J］. Journal of Computer Research and Development, 2012, 49(11): 2305-2310.
［9］ KNORR E M, TUCAKOV R T N. Distance-based outliers: Algori-thms and applications ［J］. VLDB Journal: Very Large Databases, 2000, 8(3/4): 237-253.
［10］段洁，胡清华，张玲均，等.基于邻域粗糙集的多标记分类选择算法［J］.计算机研究与发展，2015，52(1)：56-65.
DUAN Jie, HU Qinghua, ZHANG Lingjun, et al. Feature selection for multi-label classification based on neighborhood rough sets ［J］. Journal of Computer Research and Development, 2015, 52(1): 56-65.
［11］ KENNEDY J, OBAIAHNAHATTI B G. Particle swarm optimization ［C］∥ Proceedings of IEEE International Conference on Neural Networks. U.S.A.: IEEE, 1995: 1942-1948.
［12］ VASANT P, GANESAN T, ELAMVAZUTHI I. Hybrid PSO app-roach for solving non-convex optimization problems ［J］. Archives of Control Sciences, 2012, 22(1): 80-87.
［13］雷开友，邱玉辉.基于自适应粒子群算法的约束布局优化研究［J］.计算机研究与发展，2006，43(10)：1724-1731.
LEI Kaiyou, QIU Yuhui. A study of constrained layout optimization using adaptive particle swarm optimizer ［J］. Journal of Computer Research and Development, 2006, 43(10): 1724-1731.
［14］马吉明，黄宪芳，蒋亚平，等.粗糙集理论和遗传算法在预防城市道路交通拥堵中的应用［J］.郑州轻工业学院学报(自然科学版)，2012，27(1)：62-64.
MA Jiming, HUANG Xianfang, JIANG Yaping, et al. Application in preventing urban road traffic congestion based on rough set theory and genetic algorithm ［J］. Journal of Zhengzhou University of Light Industry (Natural Science Edition), 2012, 27(1): 62-64.
［15］叶东毅，廖建坤.基于二进制粒子群优化的一个最小属性约简算法［J］.模式识别与人工智能，2007，20(3)：295-300.
YE Dongyi, LIAO Jiankun. Minimum attribute reduction algorithms based on binary particle swarm optimization ［J］. Pattern Recognition and Artificial Intelligence, 2007, 20(3): 295-300.
［16］叶东毅，陈昭炯.最小属性约简问题的一个有效的组合人工蜂群算法［J］.电子学报，2015，43(5)：1014-1020.
YE Dongyi, CHEN Zhaojiong. An efficient combinatorial artificial bee colony algorithm for solving minimum attribute reduction problem ［J］. Acta Electronica Sinica, 2015, 43(5): 1014-1020.
［17］连志刚，林蔚天，曹宇，等.基于类粒子群算法的集装箱装载模型优化研究［J］.重庆交通大学学报(自然科学版)，2014，33(2)：126-130.
LIAN Zhigang, LIN Weitian, CAO Yu, et al. Optimization of container loading model based on particle swarm optimization algorithm ［J］. Journal of Chongqing Jiaotong University (Natural Science), 2014, 33 (2): 126-130.
［18］李毅，陆百川，刘春旭.车辆路径问题的混沌粒子群算法研究［J］.重庆交通大学学报(自然科学版)，2012，31(4)：842-845.
LI Yi, LU Baichuan, LIU Chunxu. Chaos particle swarm optimization for vehicle routing problem ［J］. Journal of Chongqing Jiaotong University (Natural Science), 2012, 31(4): 842-845.
［19］高书俭，王勇，张永.基于混合粒子群算法的物流集气管网布局优化［J］.重庆交通大学学报(自然科学版)，2011，30(1)：176-179.
GAO Shujian, WANG Yong, ZHANG Yong. Logistics gas gathering network layout optimization based on hybrid particle swarm optimization algorithm ［J］. Journal of Chongqing Jiaotong University (Natural Science), 2011, 30(1): 176-179.

[1]	唐继强1, 2，钟鑫伟2，刘健1，李天瑞3. 基于时间序列季节分类模型的轨道交通客流短期预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 31-38.
[2]	戚春华，王笑男，朱守林，李航天. 基于驾驶员视觉兴趣区域的交通工程设施信息量阈值研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 53-60.
[3]	邓天民1，朱杰2，朱凯家1，屈治华3. 基于iForest+Biscting K-means的驾驶风格辨识方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 1-6.
[4]	许茂增,张莉. 基于双射软决策理论的路段拥堵影响力识别[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 7-11.
[5]	王涛1，谢思红1，黎文皓1,2，李文勇1. 基于FFOS-ELM和PF的短时交通流自适应预测模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 21-27.
[6]	张诚1，汪成银1，陈志伟2，张正向3，张子磊3. 基于空间流量度的城市路网关键节点挖掘方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 28-35.
[7]	王永岗，张衡，彭志鹏，周琬琦. 基于结构方程模型的出租车事故影响因素分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 36-42.
[8]	朱顺应，李维吉，林小媛，肖文彬，王红. 特色小镇游客车辆无复检管控点布设研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 52-58.
[9]	潘兵宏1,2，胡炜1，任卉1,单慧敏1. 基于TruckSim仿真下弯道货车侧滑速度模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 38-45.
[10]	吴文静，孙刃超，宗芳，贾洪飞. 居民低碳通勤出行的主观态度识别及影响分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 53-58.
[11]	李军，邓育新. 基于非负矩阵分解的出租车时空行为聚类分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 59-65.
[12]	成卫1，刘翔1，雷建明2. 基于RBF神经网络预测的交叉口信号周期时长优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 13-18.
[13]	贺玉龙1,2，刘磊1,2，迟佳欣1,2. 高速公路车辆换道行为风险研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 26-33.
[14]	王露1，陈肖欣2，李华恩1. 大风雨雪气象条件下高速公路车辆稳定行驶的临界车速研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 34-40.
[15]	雒应,何强. 考虑转向延误的最短路径的节点标号算法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 48-53.

信息观和粒子群算法在城市交通拥堵中的研究

Information View and Particle Swarm Optimization Algorithm in Urban Traffic Congestion

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics