基于聚類的城市交通路網(wǎng)分區(qū)和交通狀態(tài)判別.pdf

1、近年來(lái),隨著城市化水平的不斷提高,汽車保有量的不斷增加,交通擁堵、出行安全、環(huán)境污染等一系列問(wèn)題漸漸凸顯。單純?cè)黾映鞘薪煌ɑA(chǔ)設(shè)施的做法不僅耗費(fèi)巨大的人力、物力,而且效果有限,因此如何對(duì)交通進(jìn)行有效的管理和控制,是智能交通系統(tǒng)的重要研究?jī)?nèi)容。
　　城市交通路網(wǎng)是一個(gè)規(guī)模巨大的復(fù)雜非線性時(shí)變系統(tǒng),很難進(jìn)行統(tǒng)一的管理和控制。對(duì)城市路網(wǎng)進(jìn)行分區(qū)后,可以對(duì)每個(gè)子區(qū)域?qū)嵤┯嗅槍?duì)性的控制方案,使路網(wǎng)系統(tǒng)變得靈活、可靠,而且需要實(shí)時(shí)處理的數(shù)據(jù)量

2、明顯減少,能夠滿足實(shí)時(shí)性的要求。
　　本文選定望京區(qū)域作為研究對(duì)象,搭建VISSIM仿真平臺(tái),基于北京市浮動(dòng)車數(shù)據(jù)設(shè)置仿真平臺(tái)相關(guān)參數(shù),復(fù)現(xiàn)研究區(qū)域的通行情況。之后利用聚類算法對(duì)望京區(qū)域進(jìn)行分區(qū),并利用宏觀基本圖(Macroscopic Fundamental Diagrams,MFD)從定性和定量的角度對(duì)分區(qū)的結(jié)果進(jìn)行評(píng)價(jià)。
　　本文的主要內(nèi)容如下:
　　首先,只考慮速度和密度信息,用K均值(K-means)聚類算法

3、對(duì)路網(wǎng)進(jìn)行分區(qū),然后加入路段的空間位置信息再次進(jìn)行分區(qū),并將兩種方法進(jìn)行了對(duì)比。聚類結(jié)果表明本文提出的考慮路段空間位置的分區(qū)方法效果更好。并利用分區(qū)后子區(qū)域的MFD對(duì)K-means算法的分區(qū)結(jié)果進(jìn)行評(píng)價(jià),而且通過(guò)MFD的擬合函數(shù),提出了一種衡量分區(qū)結(jié)果的標(biāo)準(zhǔn)。
　　其次,使用改進(jìn)的模糊C均值(Fuzzy C-means,FCM)聚類算法確定聚類類數(shù)和初始聚類中心,對(duì)望京區(qū)域路網(wǎng)進(jìn)行分區(qū)。利用分區(qū)后子區(qū)域的MFD評(píng)價(jià)改進(jìn)的FCM算法