本文關(guān)鍵詞：基于交通擁堵指數(shù)的交通擁堵模式聚類分析

  更多相關(guān)文章： 交通指數(shù) 交通擁堵模式 聚類分析

【摘要】：為了定量評價交通擁堵的狀態(tài),國內(nèi)很多城市都開發(fā)了自己的擁堵指數(shù)系統(tǒng)。通過將聚類分析的數(shù)學(xué)模型應(yīng)用于已有交通運行數(shù)據(jù),研究者發(fā)現(xiàn)了交通擁堵模式的變化規(guī)律,作為支持擁堵態(tài)勢預(yù)測和緩堵政策研判的基礎(chǔ)。然而,現(xiàn)有研究大多是使用交通流數(shù)據(jù)進行交通擁堵模式分析,基于交通擁堵定量評價指標的交通擁堵模式聚類分析相關(guān)研究較少。本文目標是基于北京市的交通擁堵指數(shù)(TPI),建立交通擁堵模式聚類分析模型,以此分析城市的交通擁堵模式特點。為實現(xiàn)上述目標,首先闡述了北京市交通擁堵指數(shù)的特點及其計算方法,以及基于交通擁堵指數(shù)的交通擁堵模式變化規(guī)律；隨后,從聚類分析的四個部分出發(fā),分別論述了每個部分包含的不同方法,并以此為基礎(chǔ)建立了三種交通擁堵模式聚類分析模型,分別是基于交通指數(shù)曲線幾何形狀的聚類指標(模型Ⅰ)、基于k-means聚類法及指數(shù)曲線幾何分析的模型(模型Ⅱ)以及基于k-means聚類法及指數(shù)連續(xù)時變特點的模型(模型Ⅲ)；然后,提出三種聚類分析結(jié)果的評價指標,對上述三種模型2014年第二季度數(shù)據(jù)的聚類結(jié)果進行評價,得出相對較優(yōu)的模型,并將該模型應(yīng)用于2015年同期數(shù)據(jù),以檢驗其穩(wěn)定性；最后,分析不同年份北京市交通擁堵模式變化的規(guī)律,并將模型應(yīng)用于上海、廣州、深圳的交通指數(shù)數(shù)據(jù),分析其交通擁堵模式。研究表明,使用基于交通指數(shù)連續(xù)時變差異的指標較使用基于交通指數(shù)曲線幾何形狀的指標,其對交通擁堵模式的差異反映更全面,聚類分析效果更好；使用最大Silhouette測度確定最佳類數(shù),能夠有效避免類數(shù)確定中的主觀性,確定更合理的聚類數(shù)；使用聚類分析指標的變異系數(shù)作為權(quán)重可以更好的刻畫不同樣本點之間的差異性,增強聚類分析結(jié)果的可靠性；類內(nèi)變異系數(shù)CV內(nèi)、類間變異系數(shù)CV簡、覆蓋度CR三個指標可以合理評估聚類方法的有效性；本文建立的聚類模型,將北京市第二季度的日期分為6類,可以覆蓋81.3%的日期,類內(nèi)一致性指標CV內(nèi)達到0.141,類間差異性指標CV間達到0.337。以此模型分析國內(nèi)其他典型城市如上海、廣州、深圳的交通指數(shù)數(shù)據(jù),表明此模型同樣適用于國內(nèi)其他典型城市,且聚類分析的結(jié)果展現(xiàn)了不同城市交通管理政策措施的差異。
【關(guān)鍵詞】：交通指數(shù) 交通擁堵模式 聚類分析
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U491.265
【目錄】：

• 致謝5-7
• 摘要7-8
• Abstract8-15
• 1 引言15-21
• 1.1 研究背景15-17
• 1.2 研究目標與意義17-18
• 1.3 研究內(nèi)容與技術(shù)路線18-20
• 1.4 本章小結(jié)20-21
• 2 研究綜述21-33
• 2.1 交通擁堵模式特征分析綜述21-22
• 2.2 交通擁堵定量評價指標綜述22-28
• 2.3 聚類分析方法研究綜述28-30
• 2.3.1 聚類分析算法28-29
• 2.3.2 聚類分析在交通擁堵研究中的應(yīng)用29-30
• 2.4 基于交通擁堵指數(shù)的交通擁堵模式分析綜述30-31
• 2.5 本章小結(jié)31-33
• 3 基于交通指數(shù)的交通擁堵模式特征分析33-41
• 3.1 交通指數(shù)特征及其影響因素分析33-36
• 3.2 交通指數(shù)連續(xù)時變規(guī)律及擁堵模式分析36-39
• 3.3 本章小結(jié)39-41
• 4 交通擁堵模式聚類分析模型41-55
• 4.1 交通擁堵模式聚類分析算法的選取41-44
• 4.1.1 層次聚類法41-44
• 4.1.2 k-means聚類法44
• 4.2 交通擁堵模式聚類分析指標分析44-50
• 4.2.1 基于交通指數(shù)曲線幾何形狀的聚類指標45-46
• 4.2.2 基于交通指數(shù)曲線幾何形狀的精簡指標46-49
• 4.2.3 基于交通指數(shù)連續(xù)時變差異的指標49-50
• 4.3 交通擁堵模式類數(shù)確定50-51
• 4.3.1 人工確定50-51
• 4.3.2 利用Silhouette測度確定51
• 4.4 交通擁堵模式聚類指標權(quán)重設(shè)計51-53
• 4.4.1 交通擁堵模式聚類指標權(quán)重的意義52
• 4.4.2 交通擁堵模式聚類指標權(quán)重的選取52-53
• 4.5 交通擁堵模式聚類分析模型的建立53-54
• 4.5.1 基于層次聚類法及指數(shù)曲線幾何分析的模型(模型Ⅰ)54
• 4.5.2 基于k-means聚類法及指數(shù)曲線幾何分析的模型(模型Ⅱ)54
• 4.5.3 基于k-means聚類法及指數(shù)連續(xù)時變特點的模型(模型Ⅲ)54
• 4.6 本章小結(jié)54-55
• 5 交通擁堵模式聚類分析模型的評價55-73
• 5.1 聚類分析模型的評價指標設(shè)計55-59
• 5.1.1 類內(nèi)一致性55-56
• 5.1.2 類間差異性56-57
• 5.1.3 覆蓋度57-59
• 5.2 聚類分析模型的結(jié)果評價59-68
• 5.2.1 模型Ⅰ的評價結(jié)果61-63
• 5.2.2 模型Ⅱ的評價結(jié)果63-65
• 5.2.3 模型Ⅲ的評價結(jié)果65-68
• 5.3 聚類分析結(jié)果穩(wěn)定性分析68-72
• 5.4 本章小結(jié)72-73
• 6 案例應(yīng)用73-87
• 6.1 上海市路網(wǎng)擁堵模式分析73-77
• 6.2 廣州市路網(wǎng)擁堵模式分析77-79
• 6.3 深圳市路網(wǎng)擁堵模式分析79-82
• 6.4 國內(nèi)典型大型城市交通擁堵模式對比分析82-85
• 6.5 本章小結(jié)85-87
• 7 主要結(jié)論和研究展望87-89
• 7.1 主要結(jié)論87-88
• 7.2 研究展望88-89
• 參考文獻89-95
• 作者簡歷及攻讀碩士學(xué)位期間的研究成果95-99
• 學(xué)位論文數(shù)據(jù)集99

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 賽從瑞;袖珍機輔助排序聚類分析的程序設(shè)計與應(yīng)用[J];成組生產(chǎn)系統(tǒng);1987年04期

2 李慕榮;基于聚類分析的安徽企業(yè)R&D資源分布研究[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2004年11期

3 孫冰心;王利民;崔麗霜;龐永俊;;基于譜系聚類分析的集裝箱裝箱方案優(yōu)化研究[J];鐵道運輸與經(jīng)濟;2006年08期

4 劉恩華;張嘉禾;金正青;;聚類分析在汽車市場營銷中的應(yīng)用[J];上海汽車;2010年10期

5 廖春梅;;利用聚類分析對全國各地經(jīng)濟效益進行評價分析[J];企業(yè)技術(shù)開發(fā);2011年09期

6 蔡建國;;排序聚類分析在成組技術(shù)中的應(yīng)用[J];機械工藝師;1985年01期

7 董玉祥;排序聚類分析計算程序[J];成組生產(chǎn)系統(tǒng);1986年01期

8 A·Gongaware,Inyong Ham,焦虹;用于成組制造系統(tǒng)的聚類分析法[J];成組生產(chǎn)系統(tǒng);1986年02期

9 史逸芬,蔡建國;排序聚類分析法在相似零件成組中的應(yīng)用[J];成組生產(chǎn)系統(tǒng);1986年03期

10 李健萍;;關(guān)于沸石水泥的聚類分析[J];武漢工業(yè)大學(xué)學(xué)報;1986年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 梅翠;;我國各地區(qū)居民收入差距及其對消費的制約[A];中國現(xiàn)場統(tǒng)計研究會第12屆學(xué)術(shù)年會論文集[C];2005年

2 李均立;傅國華;;海南各縣(市)經(jīng)濟實力的聚類分析[A];中國現(xiàn)場統(tǒng)計研究會第12屆學(xué)術(shù)年會論文集[C];2005年

3 劉黃金;曹林峰;;南京服務(wù)業(yè)發(fā)展的聚類分析[A];江蘇省現(xiàn)場統(tǒng)計研究會第十次學(xué)術(shù)年會論文集[C];2006年

4 肖靜;楊澤峰;徐辰武;;微陣列表達譜監(jiān)督聚類分析方法的比較研究[A];江蘇省遺傳學(xué)會第七屆代表大會暨學(xué)術(shù)研討會論文摘要匯編[C];2006年

5 路愛峰;崔玉杰;;滬市電力上市公司經(jīng)營業(yè)績的聚類分析[A];中國數(shù)學(xué)力學(xué)物理學(xué)高新技術(shù)交叉研究學(xué)會第十二屆學(xué)術(shù)年會論文集[C];2008年

6 陳國華;廖小蓮;夏君;;證券投資分析的聚類分析方法[A];中國企業(yè)運籌學(xué)[2011（1）][C];2011年

7 張紅衛(wèi);隗金水;;聚類分析評價與測量效度關(guān)系探討[A];第九屆全國體育科學(xué)大會論文摘要匯編(4)[C];2011年

8 牛東曉;乞建勛;;網(wǎng)絡(luò)資源平衡問題的聚類分析優(yōu)化遺傳算法研究[A];2001年中國管理科學(xué)學(xué)術(shù)會議論文集[C];2001年

9 詹原瑞;彭書杰;李如一;;基于聚類分析的企業(yè)信用等級評價方法[A];西部開發(fā)與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第12屆年會論文集[C];2002年

10 鄒曉玫;修春波;;基于聚類分析的犯罪率相關(guān)因素的研究[A];當代法學(xué)論壇（二○一○年第3輯）[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 張建萍;基于計算智能技術(shù)的聚類分析研究與應(yīng)用[D];山東師范大學(xué);2014年

2 李成安;分布式環(huán)境下聚類分析新方法的研究[D];浙江大學(xué);2006年

3 楊旭杰;基于統(tǒng)計方法模型分析的中藥復(fù)方專利保護研究[D];北京中醫(yī)藥大學(xué);2012年

4 李寶玲;王裕頤教授學(xué)術(shù)思想與臨床經(jīng)驗總結(jié)及治療眩暈證治規(guī)律研究[D];北京中醫(yī)藥大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李元俊;大學(xué)生就業(yè)能力培養(yǎng)與社會需求的匹配性研究[D];山東建筑大學(xué);2015年

2 馮雪冰;基于模糊理論的EM算法在聚類分析的應(yīng)用研究[D];中國地質(zhì)大學(xué)(北京);2015年

3 張沛之;基于聚類分析的海報風格分類之研究[D];青島大學(xué);2015年

4 何力驁;基于聚類分析的激光誘導(dǎo)擊穿光譜爆炸物識別技術(shù)研究[D];北京理工大學(xué);2016年

5 趙文睿;基于聚類分析的中國房地產(chǎn)企業(yè)信用評級實證研究[D];吉林大學(xué);2016年

6 賈偉;基于聚類分析和灰色模型的短期雷擊預(yù)警系統(tǒng)設(shè)計[D];吉林大學(xué);2016年

7 欒海洋;動車組質(zhì)量數(shù)據(jù)聚類分析研究與應(yīng)用[D];北京交通大學(xué);2016年

8 黃智函;盜竊犯罪時空分布特征研究[D];福州大學(xué);2014年

9 王冰冰;雙類型信息網(wǎng)絡(luò)聚類分析[D];吉林大學(xué);2016年

10 劉劍;基于聚類分析的CAM模板自動提取的研究[D];華中科技大學(xué);2014年

，

本文編號：669776