基于聚类算法的上海轨道交通站点高峰特征分析

为进一步提高客流预测精度,客观描述早晚高峰客流分布形态,通过多次聚类对上海轨道交通运营数据进行峰值挖掘。利用DPEAK密度最大值算法进行数据中心化清洗;基于DBSCAN算法进行密度预聚类,初步判定特征类数;在此基础上,采用启发式K-Means算法对各密度类中心簇及边缘进行刻画;分类统计数据特征,通过组合分布函数对轨道交通高峰特征进行描述。经分析,该方法能够有效降低拟合误差,得出的组合分布函数可为上海市轨道交通线路早晚高峰客流预测提供参考。     

模糊聚类分析的一种新方法研究

将模糊相似度与图论相结合,得到了一种求模糊相似矩阵传递闭包的新方法,以此为基础导出了一种聚类分析的新方法。     

民用港码头军事利用价值的模糊聚类分析

由于对民用港码头资源进行勘查所获得的数据量大,获得的信息模糊性因素多,采用模糊聚类分析方法对战区内码头资源进行分类分析：首先构建了民港码头军事利用价值二级评估指标体系,确定了指标权重,然后利用编网法对模糊相似矩阵进行聚类处理,最后通过实例应用验证该方法的可行性。利用此方法可及时对各个码头的军事利用价值进行分析,能为战时有的放矢的动员、征用一定数量的民用港码头提供决策依据。     

居民汽车保险意识发展水平与车险规模适配性调查研究

为分析居民汽车保险意识的发展水平和地区发展差异,对山东省16市的2110位汽车保险投保人进行问卷调查,量化得分后进行样本特征和信度分析,采用系统聚类分析法分析居民汽车保险意识发展水平的地区差异,根据分析结果将山东省16市分为居民汽车保险意识发展水平发达地区、较发达地区、一般地区和欠发达地区等4类地区,将聚类结果与车险规模进行对比。研究结果表明：山东省居民汽车保险意识发展水平整体较高,16市中居民汽车保险意识发展发达地区有5个,较发达地区有9个,一般地区和欠发达地区各1个;车险保费规模与居民汽车保险意识发展水平正相关。     

基于主成分和聚类分析的区域道路交通安全综合评价

对我国省级区域的道路交通安全水平进行综合评价和分类,基于道路交通事故死亡与机动化水平等社会经济因素的相关性,构建了8个评价指标,利用主成分分析法将它们综合为3个主成分变量并评价了我国2006年31个省级区域道路交通安全水平;在此基础上,采用K-均值聚类分析法将31个省级区域的道路交通安全水平分为了3类.结果表明,我国省级区域的道路交通安全水平差异明显,社会经济发达地区的道路交通安全水平高于社会经济欠发达的地区.     

聚类分析法在水路集装箱运输绩效评价中的应用

随着我国加入WTO组织,我国与世界各国的贸易往来与日俱增,集装箱运输事业得到了迅猛的发展,为了保证集装箱运输企业制定决策的合理性,文中应用聚类分析和层次分析法对水运集装箱运输企业的运营结果进行了评价,并结合实例进行了验证.     

基于聚类分析方法的公交站点客流匹配方法研究

对公交IC卡数据收集、处理和分析得到的结果可以为公交客流分析提供重要依据。文中针对一票制IC卡数据信息不完善的缺陷,结合公交其他运营信息,利用聚类分析方法,研究基于公交IC卡数据的匹配技术,并给出应用于匹配技术的实例计算结果。结果表明,提出的方法有很强的实用性,为得到准确、实时且连续的公交客流信息提供良好的平台。     

基于改进的K_Means算法的城市高架桥交通流分析

将数据挖掘技术应用到合肥市金寨路高架桥的交通流分析中。分析研究了聚类中已有的K_Means算法的不足,对算法中聚类中心初始化问题进行了改进,通过对聚类结果的分析研究,得到该高架桥的一些交通特性。这些信息可以使高架桥的管理更安全有效,也可以方便驾车人员的出行,对城市道路规划也有参考意义。     

我国上市公司盈利状况评价指标体系的构建

上市公司盈利状况一直是一个敏感问题,上市公司各利益相关者从自身的角度出发,迫切需要了解上市公司的盈利状况。本文试图改善传统的上市公司盈利状况评价中存在的问题,建立一个较为全面、简单、实用的上市公司盈利状况评价指标体系,本文首先利用综合分析法初选了6大方面共34个指标;然后在每个方面进行聚类分析对指标进行再选,确定其代表性指标;最后利用相关分析,确定最后的评价指标体系。     

城市快速公交系统发展水平评价方法研究

快速公交系统以其特有的优势成为城市公共交通系统不可或缺的组成部分。本文结合快速公交系统的自身特点,首次从设施水平、服务水平、效益水平和与城市协调水平四个方面构建了适合快速公交系统的评价指标体系及其递阶层次结构,并对各评价指标的含义进行了具体的说明;接着提出了各评价指标的等级划分标准;然后,对灰色聚类评价方法进行了简要的介绍;最后,应用灰色聚类评价方法对某城市的快速公交系统发展水平进行了具体的评价。研究结果表明,运用灰色聚类评价方法能够对快速公交系统的发展水平进行正确的综合评价。