信息观和粒子群算法在城市交通拥堵中的研究

史天亮，王文光

(中铁工程设计咨询集团有限公司 太原设计院，山西 太原 030009)

0 引 言

交通拥堵是全国各大城市中一直存在的难点，不仅影响城市整体运营效果，还会引起经济、文化、环境等一系列社会问题。目前许多城市通过建设高架桥、地下交通或立交桥等硬件设施来解决，这些方法虽能在一定程度上缓解交通拥堵，但实质性问题并没有解决。找出交通拥堵主要因素才是解决问题的关键；同时也为当前的智能交通系统提供了强有力帮助。

导致城市道路交通拥堵的影响因素较多，主要包括道路质量、道路宽度、道路标识、天气、拥堵时间段、特殊假日等，但这些因素并不是对交通拥堵都有重要影响，有部分因素影响程度较小，有些因素几乎没影响，因此存在一些非必要信息，需要进行冗余处理[1]。

粗糙集(rough set)理论作为分析不确定性的有力工具，在数据挖掘、决策分析等领域取得了广泛应用[2]。在粗糙集理论中，属性约简是粗糙集应用中重要组成部分，也是优化数据关键流程[3-4]。粗糙集理论已在很多方面得到应用，比如大量数据挖掘、模式识别、疾病预测、机器学习等[5-9]。而在属性约简算法中，现主要有3种属性约简方法：① 利用可辨识矩阵；② 基于正域(代数观)；③ 基于信息观(启发式信息)。文献[10]指出：在粗糙集一致决策表中，代数观和信息观是等价的；而在不一致决策表中，信息观约简包含代数观。故笔者选择信息观下的属性约简算法。

粒子群优化算法是一种寻优算法[11]。……