城市交叉口群的聚类分析分类算法

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.

关键词：智能交通、交叉口划分、聚类分析、交叉口、K均值聚类

所属期刊栏目：36

分类号：U491.5+4(交通工程与公路运输技术管理)

资助基金：国家自然科学基金资助项目 51178344

在线出版日期：2019-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：121-126,142