考虑OD需求聚类的区域多层公路交通网络混合路径诱导模型

随着交通出行需求的快速增长,我国高速公路网络面临的运输压力日渐增加,经常出现严重的交通拥堵现象。为了缓解高速公路交通拥堵,并实施更有针对性的交通管控措施,提出了考虑OD需求聚类的区域多层公路交通网络混合路径诱导模型。首先,利用湖南省高速公路以及国道、省道的地理信息数据构建区域多层公路交通网络。然后,根据OD对间距离和OD交通量的差异,利用K-均值聚类算法对OD对进行聚类分析,将OD对划分为3个不同的类别。最后,应用遗传算法筛选出各类OD对中对拥堵贡献较大的出行群体,并建立有针对性的混合路径诱导模型,对拥堵贡献较大和拥堵贡献较小的出行群体分别应用不同的路径诱导方案。当OD需求扩样系数设置为6时,对OD对聚类可以将总出行成本进一步降低35 186.03 min。在不进行OD对聚类时,使用规划路径的出行总数为79 140,而实施OD对聚类后,使用规划路径的出行总数为70 374。使用诱导路径的出行的平均出行时间由121.47 min下降为85.61 min,极少数出行(3.75%)的时间增加,且增加最大值低于3 min。对多个不同扩样系数进行敏感性分析进一步说明了考虑OD需求聚类的混合路径诱...     

基于组合模型的普通高校投入产出效率评价

构建三阶段DEA-FCA组合模型,给出了组合模型的基本原理和应用过程.选取我国31个地区普通高校2011～2020年相关投入产出数据,首先运用三阶段DEA模型测算我国31个地区普通高校研究期内的投入产出效率,然后将测得的纯技术效率值和规模效率值作为原始数据进行模糊聚类分析,将我国31个地区普通高校按投入产出效率水平分为4类,最后依据三阶段DEA测算结果及模糊聚类分析结果给出我国31个地区普通高校的投入产出效率优化方向.     

东部温润季冻区公路三级自然区划分析

在全国公路一、二级自然区划基础上,借助模糊数学理论,定量分析处理影响公路自然区划的种种模糊性因素.通过建立模糊聚类分区模型,依据自然因素对公路工程综合影响差异的相近程度对东部温润季冻区进行三级划分,并辅以地理相关分析法对区划界线进行修正.由此得到的区划结果弱化了主观因素影响,更具科学性.同时,应用MapX开发东部温润季冻区公路三级自然区划地理信息系统,建立区划信息空间数据库.运用地理信息系统的空间分析功能,提供高效率的数据管理与信息查询,实现影响公路工程的自然因素信息化和图形化,为各部门的工程技术人员和管理者提供充分的决策依据.     

城市交通状况的模糊聚类分析

通过调查国内部分城市及地区的基础数据,建立了城市交通状况的评价指标体系,并利用系统工程的方法--模糊聚类分析模型,对国内的部分城市及地区进行聚类,从而评价出各个城市及地区的交通状况,结果认为,城市交通基础设施不足是制约交通发展的重要因素,只有改善城市交通状况,整治或根除城市交通问题,才能推动城市发展.     

自适应交通信号控制区域中子区的动态合并与拆分

本文首先分析了自适应交通信号控制区域中影响子区动态合并与拆分的各种因素并用性能指标值（PI值）量化这些影响因素。然后通过分析交叉口耦合度给出子区进行合并与拆分时的正理想状态与负理想状态。最后利用vissim的仿真数据进行邻接交叉口的海明距离评估和动态聚类分析。     

同方向相邻机动车道交通流空间分布特性对比分析

为了更好分析交通流空间分布变化特征,确定两相邻机动车道车流的变化规律,文章选取西安市科技四路路段作为研究对象,采用人工调查与视频采集组合方法,采集两相邻车道的流量、行驶速度、车道利用率等样本数据,对比分析同方向相邻机动车道交通流空间分布特征差异,并选取偏离程度作为衡量特征差异性指标,借助聚类分析手段,对空间分布特征差异性进行聚类统计。结果表明,随着总体断面流量不断增加,同方向相邻机动车道交通流空间分布存在三个明显的特征阶段,同时这三个阶段的特征在一定程度上也反映出交通状态的变化规律。通过分析西安市科技四路同方向相邻机动车道交通流空间分布特性,不仅能够较为准确的判断城市道路交通流的运行状态(畅通或者拥挤),同时分析结果也可用于完善交通流领域的知识架构和基础理论。     

基于混合整数线性规划的地下物流网络构建

城市地下物流系统作为一种新型的物流配送方式,可有效释放城市地面交通压力,减少环境污染。本文以最优化理论为基础,对如何构建地下物流网络问题进行了研究。首先考虑二级节点的容量和服务半径约束建立聚类模型,通过应用K-means算法求解模型,将地下物流需求点进行分类,即求得二级节点的数量与位置;其次,根据节点的固定建设成本和运输成本,在已求得的二级节点中选取部分作为一级节点,建立了混合整数线性规划模型,采用Lingo软件对其进行求解,以南京市仙林区为案例进行分析,最终得出综合成本最小的地下物流网络建设方案。     

基于GIS分析的深圳市道路交通事故空间分布特征研究

掌握城市道路交通事故空间分布特征是城市道路交通安全管理的重要基础。基于深圳市2014~2016年的道路交通事故数据,首先应用地理编码方法对原始事故记录进行空间定位,形成事故的空间分布。其次针对考虑/不考虑路网密度的2种情况,应用密度分析方法对道路交通事故多发的区域和事故严重程度较高的区域进行鉴别,比较2种情况下区域分布的差异并分析造成这种差异的可能原因。最后利用异常点分析和热点分析2种空间聚类分析模型对事故严重程度较高的区域进行进一步鉴别,并对密度分析和聚类分析2种方法得到的结果进行了比较。密度分析结果表明：就事故频度而言,深圳市中心城区单位面积上的交通事故频度较高,而郊区单位长度道路上的交通事故分布更为密集;就事故严重程度而言,郊区的交通事故平均严重程度高于市中心区域。造成上述差异的原因可能与郊区道路限速较高等因素有关。聚类分析结果与密度分析结果相近,在郊区形成了高严重程度的事故聚类,而在中心城区形成了低严重程度的事故聚类,说明郊区的交通事故严重程度总体高于市中心区域。从2种方法的比较来看,密度分析简单易行,有助于交通管理部门对城市交通事故空间分布特征直观快速的了解;聚类分析可精确到事故点,为精细化的交通安全管理工作提供支撑。研究结果表明基于密度分析和聚类分析的研究方法对于确定道路交通事故空间分布特征有良好的作用。     

基于数据挖掘的海上交通流数据特征分析

将基于数据挖掘的聚类分析和图形化属性分析方法引入海上交通流数据特性分析领域.阐述了数据挖掘的基本思想与方法,并着重介绍了使用开源数据挖掘工具WEKA对某海上航道的交通流数据进行的数据挖掘实验.实验综合使用聚类分析和图形化属性分析两种方法得到该航道的特性信息,其结果证明利用数据挖掘方法可得到有价值的交通特性信息,并能为海上交通的有效管理提供有力的决策依据.