基于改进D-S证据理论数据融合的路段单元交通状态判别方法

摘要

为探究不同类型车辆运动特征差异对路段整体交通流状态判别的影响,解决单一数据源导致判别结果精度不高的问题,针对多种类型车辆的浮动车数据存在的显著差异,提出了基于改进D-S(Dempster-Shafer)证据理论数据融合的路段单元交通状态判别方法。通过分析不同类型车辆的浮动车数据,探究其在速度分布、交通状态划分标准及样本量等方面存在的差异;针对D-S证据理论在融合高冲突信息时的失效问题,从修正数据源基本信任分配函数与优化合成规则两方面改进D-S证据,并据此构建路段单元交通状态判别模型。经实例验证发现:基于出租车、公交车、私家车单一浮动车数据的路段单元交通状态判别准确率分别为83.58%,70.15%,61.19%,利用传统D-S证据理论融合数据的交通状态判别准确率为85.07%,改进方法判别准确率为94.03%。这表明改进方法可有效融合高度冲突的多种浮动车数据,其交通状态判别准确率高于基于单一浮动车数据或传统D-S证据理论的判别方法。