加州算法原理.docx

加州算法名目加州算法原理力口州#7力口州#8加州算法的缺陷加州算法原理加州算法开发于19657970年之间，该算法比较相邻检测站之间的交通流的相关参数，主要是比较环型线圈检测器获得的占有率数据。随后加州算法被改进并且扩展为相应的各种交通参数，并且提高区分大事和非大事状况的力量(Payneetal.,1976)。步骤如下：1计算上下游检测器之间占有率的肯定差，和阈值Tl比较，假如超过Tl连续其次步。2计算上下游之间占有率量测之差与上游占有率之比，和阈值T2比较，假如超过T2连续第三步。3计算上下游之间占有率量测之差与下游占有率之比，和阈值T3进行比较，假如超过T3就预示着可能有大事发生，并重复其次步。假如再一次超过阈值，就表明有大事发生。加州#7加州#7：经过深化的讨论，PayneandTignor(1978)公布了10种基于最初的加州算法的改进新方法，其中性能最好的是加州#7和加州#8。在加州#7中第三个参数被当前的下游占有率测量所取代，因此在大交通量中很常见的压缩波，不会发生误报警。并且发觉当下游占有率的数据低于某个阈值，通常是20%,就预示着很可能有大事发生。加州#8加州#8：这是改进的加州算法中最简单的一个，同时也是性能最好的一个(CohenandKetselidou1993)o这种算法供应了一个对压缩波反复的检测。这些波导致了上游交通移动的减速，并且可能在大交通量下产生交通瞬间的中断。通过分析数据，压缩波可以被检测到并且在上游推迟5分钟报警。这种算法把交通数据分成9种不同的状态，并且需要五种不同的阈值来进行校准。加州算法的缺陷对于每个地点的阈值标定很困难。特殊在大的网络中，每个独立的阈值必需依据道路几何条件(如匝道、交织区、山地等)的不同而分别标定。3个预定的大事推断步骤的确不能有效地捕获到全部可能的交通模式。3个步骤需要标定的阈值Tl、T2、T3尤其依靠于地点及历史数据的质量，在入口匝道、交织段及上坡等路段算法无法表征其特定的交通模式，导致误警率提升，而在各地点取常数同样也增大了误警率。