城市交叉口群的聚类分析分类算法

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

• 0 引言
• 1 使用流量作为交叉口分类依据的可行性分析
• 2 分类基准参数模型的确立
• 3 聚类分析的模型建立
• 4 划分的分类个数 （类的个数确定）
• 5 聚类分析交叉口划分的结果
• 6 聚类结果的验证
• 7 结论

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