加州算法原理

加州算法目录加州算法原理加州#7加州#8加州算法的缺陷加州算法原理加州算法开发于1965-1970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，并且提高区分事件和非事件状况的能力(Payneetal.,1976)。步骤如下：1计算上下游检测器之间占有率的绝对差，和阈值T1比较，如果超过T1继续第二步。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，如果超过T2继续第三步。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，如果超过T3就预示着可能有事件发生，并重复第二步。如果再一次超过阈值，就表明有事件发生。加州#7加州#7：经过深入的研究，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。并且发现当下游占有率的数据低于某个阈值，通常是20%，就预示着很可能有事件发生。加州#8加州#8：这是改进的加州算法中最复杂的一个，同时也是性能最好的一个(CohenandKetselidou1993)。这种算法提供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①对于每个地点的阈值标定很困难。特别在大的网络中，每个独立的阈值必须根据道路几何条件(如匝道、交织区、山地等)的不同而分别标定。②3个预定的事件判断步骤确实不能有效地捕捉到所有可能的交通模式。③3个步骤需要标定的阈值T1、T2、T3尤其依赖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，导致误警率上升，而在各地点取常数同样也增大了误警率。