田秀娟
- 作品数：10 被引量：108H指数：7
- 供职机构：吉林大学交通学院更多>>
- 发文基金：国家科技支撑计划国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：交通运输工程理学更多>>
- 交叉口短时流量CEEMDAN-PE-OSELM预测模型被引量：15
- 2018年
- 为提高交叉口短时交通流预测精度,以历史交通流量数据为基础,提出一种基于自适应噪声完整集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)-排列熵(permutation entropy,PE)-在线序贯极限学习机(online sequential extreme learning machine,OSELM)组合预测模型(CEEMDAN-PE-OSELM).首先对交通流历史时间序列数据进行CEEMDAN分解,得到多个本征模态函数(intrinsic mode function,IMF)分量;通过PE算法对IMF分量进行重组,形成具有复杂度差异的重组子序列.然后,分别构建重组子序列OSELM预测模型,将预测结果相加得到最终预测流量.最后选取一实际交叉口,进行模型验证分析.结果表明:CEEMDAN-PE-OSELM模型的MAE、MAPE和MSE的值均低于其他模型,预测误差最小;EC值为0.963,高于ARIMA模型的EC值(0.898),最接近于1,预测精度最高,稳定性最好.就同一预测模型而言,经过CEEMDAN-PE处理的模型的各项误差明显降低,预测精度有所提高.
- 田秀娟于德新邢雪邢雪商强
- 关键词：组合预测经验模态分解极限学习机
- 结合可视图的多状态交通流时间序列特性分析被引量：12
- 2017年
- 交通流时间序列的研究主要采用数据挖掘和机器学习的方法,这些"黑箱"挖掘方法很难直观反映序列特性.为增强交通流时间序列及其特征分析的可视化性,结合可视图理论来构建交通流时间序列的关联网络,从复杂网络角度实现交通流时间序列的特性分析.在网络构建的过程中,考虑到不同交通状态下交通流表征具有的差异性,首先利用交通流参量的相关性对交通流状态进行分类,然后构建不同交通状态下的时间序列复杂网络,并对这些网络的特征属性给出统计分析,如度分布、聚类系数、网络直径、模块化等.研究表明,可视图法可为交通流时间序列映射到网络提供有效途径,并且不同状态下交通流时间序列构建的复杂网络的模块化、聚类系数和度分布等统计特征呈现一定的变化规律,为交通流运行态势的研究提供了可视化的分析角度.
- 邢雪于德新田秀娟田秀娟
- 关键词：复杂网络聚类分析
- 基于谱聚类与RS-KNN的城市快速路交通状态判别被引量：12
- 2017年
- 为了提高城市快速路交通状态判别的准确性,构建了一种基于谱聚类与随机子空间集成K最近邻(RS-KNN)的交通状态判别模型.以地点交通参数为基础,根据交通流运行特性并结合中国道路服务水平的4个等级,采用谱聚类算法将交通状态划分为4类;然后使用已分类的交通流数据训练RS-KNN模型.通过上海快速路的实测数据完成模型的实验验证和对比分析.实验结果表明,所提出的模型不仅能够提高交通状态判别的精度,而且具有良好的鲁棒性,其判别率比标准KNN模型、BP神经网络模型和SVM模型分别提高7.3%、4.9%和4.5%.
- 商强林赐云杨兆升邴其春田秀娟王树兴
- 关键词：交通状态判别谱聚类随机子空间
- 基于因子分析和最小最大概率机的交通事件检测算法被引量：2
- 2015年
- 为了进一步提高交通事件检测的精度与效率,在多角度构建事件检测初始交通变量的基础上,设计了1种基于因子分析和最小最大概率机的交通事件检测算法。通过分析交通事件上下游交通流参数的变化规律,构建了11种初始交通事件检测变量,利用因子分析方法对初始交通变量进行特征提取,实现初始交通变量的有效降维,并分别采用核函数最小最大概率机算法和线性最小最大概率机算法进行交通事件检测。最后,采用美国I-880数据库的实测数据进行实验验证和对比分析,实验结果表明,FA-MPM算法较MPM算法事件检测率提高3.5%,误报率降低0.17%,平均检测事件减少了27.5s,且最小最大概率机算法的交通事件检测效果明显优于支持向量机算法和BP神经网络算法。
- 邴其春杨兆升周熙阳田秀娟
- 关键词：智能交通交通事件检测最小最大概率机交通事件
- 改进的干线协调信号控制优化模型被引量：12
- 2017年
- 基于混合整数线性规划方法,对经典MULTIBAND模型进行改进,提出绿波带干线协调信号控制优化方法.通过取消绿波带对称约束和增加带宽比例约束,对绿波带形式进行优化;分析干线上、下游交叉口车辆排队情况,建立排队消散时间模型,得到改进的MULTIBAND模型.选取一典型路网进行模型验证.利用Lingo软件分别求解MULTIBAND模型、AM-BAND模型和改进的MULTIBAND模型,借助VISSIM软件进行信号配时方案评价.仿真结果表明,与其他2种模型相比,采用改进的MULTIBAND模型能够有效地提高干线信号控制效果,降低车辆延误和停车次数,达到了干线协调优化的目的.
- 于德新田秀娟田秀娟杨兆升程泽阳
- 关键词：交通工程信号控制
- 多源非平衡交通检测数据的异常识别方法被引量：6
- 2019年
- 为保证交通检测数据的准确性并服务于实时的交通状态判别和预测,交通大数据采用多种检测源数据协同处理并利用机器学习的方法进行异常识别.异常检测数据的识别主要基于机器学习中AdaBoost方法实现.在算法的训练过程中,为消除单一检测源数据的离群现象,训练数据选取同一路段上多种检测源提供的数据集.在算法的决策过程中,通过代价敏感方法的优势来改进AdaBoost的决策.实验结果表明:基于非均衡特性改进的AdaBoost模型迫使分类器更加关注了待识别的异常样本,增强了AdaBoost决策过程中训练决策树规则的代表性,提高了异常类样本的分类准确率.高速公路实例检测数据集验证了改进算法与相关经典算法的检测准确度、误检率、误警率等指标,其中改进模型与原模型相比,准确率提高了5.547%,误检率减低了6.792%.多种算法的ROC曲线对比表明改进的AdaBoost方法筛选交通检测样本的可靠度更高,可有效调整由非平衡数据导致的分类误差.
- 邢雪于德新周户星田秀娟
- 关键词：ADABOOST
- 个性化诱导下的居住区共享停车泊位分配模型被引量：22
- 2017年
- 针对停车资源有限条件下群体式停车诱导容易产生局部拥堵的问题,研究居住区参与的个性化共享停车服务模型.提出了个性化共享停车诱导服务策略,定义了居住区停车位共享管理指标,建立了居住区共享停车泊位分配模型.通过对高峰泊位空闲指数差异均值和驾驶员停车后步行距离目标的双重约束,在满足驾驶员停车选择目标的同时实现了停车资源的均衡有效利用.研究表明,个性化诱导方式下,居住区停车场利用自身泊位的闲置时间可以有效缓解周边建筑的停车吸引,减少局部停车拥挤,成为毗邻建筑的最佳共享停车合作伙伴.
- 段满珍杨兆升张林田秀娟
- 关键词：城市交通停车居住区
- 基于改进FCM聚类的交通控制时段划分被引量：10
- 2016年
- 对传统的模糊c-均值聚类算法进行改进,提出一种基于改进FCM聚类的交通信号控制时段划分方法.首先,引入模糊聚类隶属度基数,对聚类数目自动选取;然后,运用模拟退火遗传混合算法对初始聚类中心进行优化.最后,根据交叉口实际流量数据,进行时段划分,利用仿真软件进行方案效果评价.结果表明,与传统FCM算法相比,文中方法能有效实现控制时段划分,更加符合实际交通特性,且能得到全局最优解.与原有控制方案相比,FCM方案和文中方案都能有效降低车辆平均延误,文中方案效果更明显.
- 于德新田秀娟杨兆升
- 关键词：交通控制FCM聚类模拟退火遗传算法
- 基于改进Newman算法的动态控制子区划分被引量：5
- 2019年
- 为了优化现有控制子区划分方法,以区域协调控制为目标,提出基于改进的Newman社团快速划分的动态子区划分方法.综合考虑路网中相邻交叉口之间的距离、交通流量、行程时间、车流离散特性、信号周期和路段交通流密度等因素,定量分析交叉口关联性;分别计算相邻交叉口的流量关联系数、信号周期关联系数和路段交通流密度关联系数,建立相邻交叉口的总关联度模型;对传统Newman算法进行改进,引入交叉口关联度,依据不同交通特性对区域路网进行动态子区划分;选取实际区域路网,进行模型验证分析.结果表明:Newman算法子区划分结果不能随着交通特性的改变而改变;与之相比,所提出模型的子区划分结果更加细致,更加符合实际交通流特性,且可以依据不同时段交通特性实现动态子区划分,可以为信号控制方案制定提供良好基础.
- 田秀娟于德新于德新邢雪王世广
- 关键词：信号控制
- 基于数据挖掘的高速公路行程时间预测被引量：14
- 2016年
- 以高速公路上路段行程时间历史数据集作为研究对象,以交通数据实际特征作为行程时间历史数据集分类的依据,建立基于数据挖掘的高速公路行程时间预测模型.采用山东高速收费站记录实际数据,以实例数据验证模型并计算平均绝对误差.为对比分析预测强度聚类预测模型的有效性,采用多种算法对测试集行程时间预测,对预测结果误差进行了对比.结果表明:预测强度修正的k-means法可以提高高速公路路段行程时间预测的准确性,模型在降低数据采集成本的同时可为高速信息服务提供可靠的预测行程时间,为出行者提供有力的决策依据.
- 邢雪于德新田秀娟程泽阳
- 关键词：高速公路行程时间预测数据挖掘联网收费数据
