基于D-S證據(jù)理論的融合事件檢測算法研究.pdf

1、隨著城市規(guī)模的擴大和城市人口的增加，交通擁堵成為城市交通的突出問題。造成交通擁堵的一個主要因素是交通事件，交通事件對城市交通的影響巨大，不僅造成人員傷亡和財產(chǎn)損失，還導致道路交通擁擠，甚至造成局部或者整個路網(wǎng)的癱瘓。為了對交通事件進行有效的檢測，降低交通事件的影響，需要利用有效的檢測設備和檢測方法對交通事件進行檢測。然而由于采集環(huán)境、信號傳輸?shù)仍蛟斐蓹z測器采集到的交通流數(shù)據(jù)存在不同類型的質(zhì)量問題，采用單一的事件檢測算法檢測效果不理想，

2、容易產(chǎn)生誤檢和漏檢的現(xiàn)象?；谏鲜鲆蛩乇疚奶岢隽嘶贒-S證據(jù)理論的融合事件檢測算法，以提高單一事件檢測算法檢測性能較差的缺陷。
　　首先，本文根據(jù)交通事件前后的交通流變化規(guī)律和歷史交通流數(shù)據(jù)提出了多參數(shù)California算法、斷面流量——速度算法和神經(jīng)網(wǎng)絡算法。多參數(shù)California算法采用的是交通流的占有率數(shù)據(jù)，而斷面流量——速度算法采用的是速度和流量數(shù)據(jù)，分別采用不同交通流參數(shù)進行事件檢測的優(yōu)勢是當某項交通流參數(shù)缺失時

3、可以利用另一種檢測算法進行檢測?；谏窠?jīng)網(wǎng)路的事件檢測算法在處理多維非線性的交通流數(shù)據(jù)方面具有獨特的優(yōu)勢，本文將神經(jīng)網(wǎng)絡算法作為融合算法的一個子算法，并通過實際數(shù)據(jù)驗證算法具有較高的檢測率和較低的誤報率。
　　其次，本文提出了基于D-S證據(jù)理論的融合事件檢測算法，將三個單一子算法的檢測結果利用D-S證據(jù)理論進行有效的融合，論文對D-S證據(jù)理論的融合規(guī)則、決策規(guī)則進行了詳細的說明。
　　最后，為了驗證算法的有效性，本文采用北京