相似性特征描述在城市交叉口群交通动态协调控制方法中的应用

城市交通流状态虽然处于实时变化之中，但以日或周为观测单元，在不同的观测区段上进行对比也能反映出一定的规律性。

1．时间维度的相似性

单个检测点获取的交通信息在时间轴上具有趋势变化特性，即前后时刻的观测值具有一定相关性，下一时刻的交通状态往往会延续前面若干时刻的变化趋势。由于部分出行者，如通勤者固定的出行行为，交通流量信息的趋势变化呈现出周期波动特征。图2-2(a)为Peachtree Street与10thStreet交叉口南进口道11月8日(星期三)与11月9日(星期四)24 h交通流量观测数据，采样间隔为15 min。由图2-2(a)可知两条曲线之间存在较大的重合，一天内大体都会经历“下降至最低谷—上升至早高峰—下降至次低估—上升至晚高峰—持续下降”的变化过程。

2．空间维度的相似性

图2-2(b)为Peachtree Street与10thStreet交叉口、Peachtree Street与11thStreet交叉口两个邻近交叉口南进口道11月8日采集的24 h交通流量曲线图。由图可知，对于具有强关联性的邻近交叉口，上、下游检测点获取的交通流量信息也呈现出相近的变化趋势，即信息会在干道空间上进行传递，但传递过程中存在一定的时滞。(www.xing528.com)

图2-2　交叉口24 h交通流量曲线图

3．非精确匹配性

交叉口群交通系统是由人、车、路、天气等多种客体组成的集合，受系统内部的时变特征与外部各种不确定性因素扰动影响，交通流量信息不会一直延续以往的趋势单调变化。路径流量信息的扰动因素主要表现为不同接入口车辆的随机到达或驶离、天气及意外事件的随机介入等，使得不同时段单个检测点或同一时段多个检测点获得的交通流量信息只能是某种程度上的相似，而并非完全相同。需要采用基于近似匹配的“近似”相似性搜索方法对流量信息进行进一步分析。