快速路作为城市交通的大动脉,连接着城市各大片区,承担着大量中长途交通流量,具有畅通、快速、舒适的特点。随着城市化步伐加快、机动车保有量的快速上升,快速路的这些特点正在逐渐消退。与平原城市不同,山地城市快速路地形环境复杂,同等交通量下,快速路交通拥堵强度更大。为缓解快速通道交通压力,研究山地城市复杂环境下快速路交通状态判别方法具有重要意义。以下是本文主要研究的几个方面:第一,归纳总结了国内外交通状态判别算法研究现状,分析现有算法存在的问题,提出引用理论成熟、模式识别较好的模糊c-均值(FCM)作为交通状态判别基础模型。第二,交通特征分析。提出山地城市路网分层网格自由式布局,结合实例指出道路标准不匹配的特点;从道路坡度、立交间距、道路开口三个方面定性定量表征交通运行的复杂性;桥隧固定瓶颈多、路网连通性差是快速路交通拥堵的特殊原因。最后提出复杂交通特征下的交通流波动快且状态阈值差异性,其交通状态判别也相对复杂。第三,交通状态分级研究。通过分析国内外现有的交通状态分级方法,常见交通状态分级所选用的参数及其划分标准,结合常见交通状态划分情形和道路交通流特征确定畅通、较畅通、缓行、堵塞四级交通状态划分。第四,交通状态判别参数研究。分析交通参数对FCM交通状态判别的影响,总结交通状态判别算法常用交通参数及其应用现状,确定本文交通参数从流量、速度、占有率中选取。比较不同参数组合判别状态与实际交通状态,由精度最大来确定最佳参数组合。研究得出流量、速度为最佳参数组合。第五,加权指数m取值研究。分析了加权指数对算法交通状态判别影响,提出从聚类精度、类内间距、类间间距、目标函数值来确定最优m值的方法。同时满足聚类精度高、类内间距越小、类间间距越大、目标函数值越小,交通状态判别性能就会越好。研究表明,m最优取值2.25。第六,交通状态判别研究。提出单车道和多车道交通状态均由隶属度最大原则获得;采用相邻断面状态值和路段平均行程车速来联合判定路段单元交通状态。实验结果表明:一定的样本量下,多车道交通状态判别精度可达96.67%,上述交通状态判别方法均具有一定的可行性。由相同状态下样本与特征聚类中心欧式距离最大原则,确定单车道和多车道在线交通状态;路段单元交通状态由相邻断面交通状态和路段平均行程车速来获取。研究表明:一定的样本量下,在线多车道交通状态判别精度达到86.11%、路段单元交通状态判别精度高达83.33%。通过以上研究,建立了基于FCM的山地城市复杂快速路交通状态判别体系,为山地城市快速路交通状态的预判提供理论指导。最后,简单探讨了下一步研究的方向。