计算机科学 ›› 2016, Vol. 43 ›› Issue (Z6): 422-424.doi: 10.11896/j.issn.1002-137X.2016.6A.100
高曼,韩勇,陈戈,张小垒,李洁
GAO Man, HAN Yong, CHEN Ge, ZHANG Xiao-lei and LI Jie
摘要： 定位与无线装置在公交系统中的广泛应用使得获取实时公交数据成为可能。为挖掘这些数据中蕴含的道路交通状况信息,提出了一种基于K-means聚类算法的数据融合模型,来计算相邻公交站点间的平均行程速度。首先对K-means聚类算法进行改进:(1)聚类数K不是预先设定的固定值,而是不重复样本数的平方根,不同路段不同时段K值不同；(2)初始聚类中心不是随机选取,而是根据K值按一定规则选取。其次利用改进的算法对样本数据进行聚类,然后对各类数据进行加权融合,计算出平均行程速度。最后通过折线图对青岛市4个城区的行程速度进行分析,挖掘交通流的演变规律。研究结果为交通管理、居民出行等提供了强有力的支持。
| [1] 赖云波.公交浮动车到达时间实时预测研究[D].重庆:重庆大学,2011 [2] 沙云飞,曹瑾鑫,史其信.基于GPS的路段旅行时间和速度估计算法研究[C]∥第一届中国智能交通年会论文集.2005 [3] 姜桂艳,常安德,李琦,等.基于出租车GPS数据的路段平均速度估计模型[J].西南交通大学学报,2011,6(4):638-645 [4] 杨兆升.关于智能运输系统的关键理论——综合路段行程时间预测的研究[J].交通运输工程学报,2001,1(1):65-67 [5] Rice J,van Zwet E.A.Simple and effective method for predicting travel times on freeways [J].IEEE Transactions on Intelligent Transportation System,2004,5(3):200-207 [6] Kerner B,Demir C,Herrtwichr,et al.Traffic state detection with floating car data in road networks[C]∥Proceedings of IEEE Conference on ITS.Vienna,Austria:IEEE,2005:700-705 [7] 聂庆慧,夏井新,张韦华.基于多源ITS数据的行程时间预测体系框架及核心技术[J].东南大学学报(自然科学版),2011,1(1):199-205 [8] 姚丽亚,关宏志,魏连雨,等.基于实时交通信息的行程时间估算及路径选择分析[J].公路交通科技,2006,3(11):86-90 [9] 张和生,张毅,胡东成.路段平均行程时间估计方法[J].交通运输工程学报,2008,8(1):89-97 [10] 张和生,张毅,温慧敏.利用GPS数据估计路段的平均行程时间[J].吉林大学学报(工学版),2007,7(3):533-537 [11] 柴华骏,李瑞敏,郭敏.基于车牌识别数据的城市道路旅行时间分布规律及估计方法研究[J].交通运输系统工程与信息,2012,2(6):41-48 [12] 徐巍,黄浩斌,林建华,等.基于智能卡口系统的道路行程速度计算与实际应用[C]∥第八届中国智能交通年会论文集.2013 [13] 翁建成,荣建,任福田,等.基于非参数回归的快速路行程速度短期预测算法[J].公路交通科技,2007,4(3):93-98 [14] 姜桂艳,李继伟,张春勤.城市主干路拥挤路段基于地点交通参数的行程速度估计[J].吉林大学学报(工学版),2010,0(5):1203-1209 [15] 朱健梅.竞争性运输通道选择的博弈模型研究[J].西南交通大学学报,2003,8(3):336-340 [16] 王殿海,曲昭伟.对交通流理论的再认识[J].交通运输工程学报,2001,1(4):55-59 [17] 李明涛.快速路短时间尺度地点交通参数多部预测方法研究[D].吉林:吉林大学,2009 [18] 孙吉贵,刘杰,赵连宇.聚类算法研究[J].软件学报,2008,9(1):48-61 [19] 周世兵,徐振源,唐旭清.新的K-均值算法最佳聚类数确定方法[J].计算机工程与应用,2010,6(16):27-31 [20] 张原.公交路网旅行速度估计方法 [D].北京:北京交通大学,2012 |
| No related articles found! |
|
||
首页