结合可视图的多状态交通流时间序列特性分析

摘要：

交通流时间序列的研究主要采用数据挖掘和机器学习的方法,这些"黑箱"挖掘方法很难直观反映序列特性.为增强交通流时间序列及其特征分析的可视化性,结合可视图理论来构建交通流时间序列的关联网络,从复杂网络角度实现交通流时间序列的特性分析.在网络构建的过程中,考虑到不同交通状态下交通流表征具有的差异性,首先利用交通流参量的相关性对交通流状态进行分类,然后构建不同交通状态下的时间序列复杂网络,并对这些网络的特征属性给出统计分析,如度分布、聚类系数、网络直径、模块化等.研究表明,可视图法可为交通流时间序列映射到网络提供有效途径,并且不同状态下交通流时间序列构建的复杂网络的模块化、聚类系数和度分布等统计特征呈现一定的变化规律,为交通流运行态势的研究提供了可视化的分析角度.

关键词：交通流时间序列、可视图、复杂网络、聚类分析

所属期刊栏目：66

分类号：TP3;TP2

资助基金：国家自然科学基金 批准号: 51308248 和国家科技支撑计划 批准号: 2014BAG03B03 资助的课题.Project supported by the National Natural Science Foundation of ChinaGrant 51308248;the National Key Technology Support Program of ChinaGrant 2014BAG03B03

在线出版日期：2017-12-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：56-65