论文摘要
基于交叉口流量数据的交叉口分类算法,较好地兼顾了协调控制和个性化配时方案两方面,同一类的交叉口配时方案相似,地理位置或距离相近(易于划分子区)。本研究首先使用多重评估指标法和组内平方误差和的方法,确定聚类分析的分类个数。然后通过使用划分聚类分析中围绕中心点的划分算法(PAM),以交叉口的流量为依据,对苏州工业园区的107个交叉口进行分类,通过建立相异性函数,衡量聚类中交叉口的相似性。将苏州工业园区的107个交叉口分为若干类,每一类的中心点能够体现本类中各点的集体特点,是本类各项特征的综合体现。最终将苏州工业园区107个交叉口分为3类,使得每一类都对族群内各个交叉口具有较高的相似性,对族群外的交叉口差别较大。每一族群的中心点交叉口对本组群包含的交叉口具有良好的代表性,集中体现了本族群交叉口的特征。在107个交叉口中有80个交叉口的总停车时间减少,占到了所有交叉口的74.8%,所有交叉口一共减少了241.325 h的停车时间,每个交叉口平均减少2.26 h。
论文目录
文章来源
类型: 期刊论文
作者: 王浩,陈冬
关键词: 智能交通,交叉口划分,聚类分析,交叉口,均值聚类
来源: 公路交通科技 2019年07期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 公路与水路运输
单位: 上海应用技术大学计算机科学与信息工程学院
基金: 国家自然科学基金资助项目(51178344)
分类号: U491.23
页码: 121-126+142
总页数: 7
文件大小: 915K
下载量: 212