首页|基于K-均值聚类算法的城市道路拥堵分级研究

基于K-均值聚类算法的城市道路拥堵分级研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对不同城市高峰期路网的运行特征,依托高德地图144个城市道路运行数据,利用高峰延时指数和高峰平均运行速度2个指标及与道路拥堵指数相关性,引入了K-均值聚类算法,对各城市道路拥堵程度进行定量分析和等级划分,弥补了以往定性分析的不足.结果表明,在K-均值聚类分析算法分析的基础上,通过这2个指标对交通拥堵进行等级划分.无论是用Pearson相关系数还是用Spearman相关系数,都能得出高峰期道路平均速度与高峰期拥堵延时指数及案例类别号是负相关的,高峰期拥堵延时指数与案例类别号是正相关的.且高峰期道路平均速度与案例号的相关性比高峰拥堵延时与案例类别号的的相关性高,因此按高峰平均车速为指标的分类结果比按高峰拥堵延时指数分类结果要合理.

方德春、许虔虔、万华森、徐大伟、高雁波

展开 >

云南省交通规划设计研究院,云南 昆明650041

昆明理工大学交通工程学院,云南 昆明650500

道路运行数据 K-均值聚类 评价指标 高峰拥堵延时指数 高峰平均速度

云南省交通运输厅科技计划项目

云交科2014A23

2017

公路交通科技·应用技术版
交通运输部公路科学研究院

公路交通科技·应用技术版

影响因子：0.286
ISSN：1002-0268
年,卷(期)：2017.13(2)
  • 3
  • 4