基于聚类站点客流公共特征的轨道交通车站精细分类

已有城市轨道交通车站分类多基于定性分析,不能满足精细化设计和运营的需要。本文提出一种基于聚类站点公共特征的站点精细分类方法。首先,将来源于AFC(Automatic FareCollection)的进站客流量数据处理为时间序列数据,并基于K-Means++算法对各个站点的客流量进行聚类;其次,建立客流量聚类结果与土地利用特征多维参数的拟合方程,计算获得居住密集型、工作就业型以及区域中心型等5种大类站点的客流量公共特征。在此基础上,充分考虑属于同一大类站点不同站点的细分特性,使用5类客流量公共特征比重组合精细描述具体站点类型。实例结果表明,使用本文提出的精细分类方法计算得到的每个站的客流量拟合值与真实客流值间的平均绝对百分比误差控制在14%以内,说明该分类方法具有可行性。     

考虑对地航速和航向的船舶典型轨迹提取方法

基于船舶自动识别系统(Automatic Identification System, AIS)数据的船舶典型轨迹挖掘需要经过两个重要步骤,一是压缩 AIS 数据,二是聚类压缩后的 AIS 数据。传统的DP(DouglasPeucker)压缩算法,只考虑船舶轨迹的压缩形状,忽视了船舶航行中其他重要信息。为解决此问题,把对地航速和航向加入到DP算法的压缩过程中。在AIS轨迹聚类方面,传统谱聚类方法只对船舶轨迹的位置进行相似性度量,没有考虑船舶轨迹的其他维度,针对此问题,提出多属性轨迹相似性度量方法。由于不同的输入参数影响着最终的聚类质量,引入Calinski-Harabasz指标评价谱聚类算法,实现聚类参数的自适应选择。利用山东威海水域的实际AIS数据进行实例研究,并与传统谱聚类算法做比较实验。实验结果表明,利用该方法提取到的典型轨迹符合真实水域的交通情况,相较于传统谱聚类方法具有更高的聚类质量。     

含输入时延与通信时延的车辆队列PID控制系统稳定性

针对含输入时延与通信时延的车辆队列PID控制系统,分析了其内部稳定性和队列稳定性,研究了内部稳定的充要条件,求解了完整、精确的时延边界;在内部稳定性分析中,考虑输入时延与通信时延影响下车辆队列PID控制系统为中立型双时延系统的特点,结合Rekasius代换和劳斯表,提出了关于中立算子的系统强稳定充要条件;在此基础上,为了便于PID参数的快速选取,推导了一种形式更为简练的系统强稳定充分条件;在强稳定条件下,基于特征根聚类法求解了系统完整、精确的时延边界;针对具有奇数辆跟随车的车辆队列,推导了无关车辆队列规模的输入时延上界;在队列稳定性分析中,为了保证干扰和误差沿车辆队列向后传播不发散,分析了车间误差传递函数,给出了双时延影响下队列稳定的充分条件。仿真结果表明：在含输入时延与通信时延的分布式PID控制器作用下,车辆队列控制系统可同时保证内部稳定和队列稳定;车间状态误差可在15 s内快速减小并趋近于零;在所有车辆恒速行驶时,车间保持50 m期望安全距离;在领航车以0.5 m·s^-2加速和0.8 m·s^-2减速时,跟随车的速度和加速度随领航车变化,并在领航车速度稳定时一致;车辆队列在不同行驶工况下,由领航车加、减速引起的车间位置误差小于0.2 m,且沿车辆队列向后传播不发散。     

��ͨ��Ϣ�ɼ���WSN�ִ��㷨�о�

无线传感网是采集实时交通信息的重要工具.因其节点能量有限,必须设计高能效的分簇路由算法以延长网络周期.本文通过建立一种智能交通中无线传感器网络的应用模型,根据其特点和要求分析LEACH协议的优缺点并提出一种能量负载均衡的分簇算法.该算法对LEACH协议当中的簇首机制进行改进,综合考虑候选节点的剩余能量和簇首节点的分布位置;建立簇间多跳路由机制以避免单跳通信的大能量消耗;创造一种簇重构方法,避免过于频繁的簇重构引起的不必要能量消耗.仿真结果表明,能量均衡算法可有效平衡节点能量消耗分布,延长网络生命周期,可很好的应用于基于WSN的ITS当中.     

���ģ��ͨ��Ԥ�ⷽ���о�

随着交通信息化的快速发展,可供分析的交通流数据量越来越大,如何利用大规模交通流数据进行交通预测分析是智能交通的重要研究内容.为解决大规模交通流数据预测问题,本文提出了一种基于分层抽样与k均值聚类相结合的抽样方法,并与基于序贯最小优化方法的支持向量机结合,进行大规模交通流预测.实例分析结果表明,本文提出的聚类方法比现有抽样方法的抽样质量有所提高,基于序贯最小优化方法的支持向量机可有效提高交通流预测的精度.因此,本文提出的方法对于大规模交通流预测是有效的.     

基于居民出行需求的城市公共交通运营水平综合评价

分析影响城市公共交通运营水平的因素,在充分考虑居民出行需求的基础上,遵循科学性、合理性、客观性、完备性的原则,结合兰州市城市交通实际,建立城市公共交通运营水平的评价指标体系。运用灰色聚类分析法,构建城市公共交通运营水平评价的层次结构,建立综合评价数学模型,对兰州市公共交通运营水平纵向进行全面评价。     

沥青路面再生中基于系统聚类法的路面调查

同一道路使用数年后,由于各种原因,各路段的路面状况有着较大的差异,即路段之间的不均匀性。本文应用统计学上的系统聚类法的概念及方法,来处理各个路段沥青旧路面材料几个主控指标,将各段沥青路面进行归类,可以使施工操作简便,用时又保证了沥青旧料的均匀性。     

预测碳纤维薄板增强RC梁抗弯疲劳寿命的AFN法

在碳纤维薄板(CFL)增强RC梁中,加固后构件的疲劳寿命受到被加固结构本身性能、加固材料性能以及荷载水平等因素的影响,加固效果具有明显的非线性,加固后疲劳寿命难以显式表达。本文采用AFN法预测加固梁的疲劳寿命:用层次分析法(Analytic hierarchy process)对影响疲劳寿命的主要因素进行分析;用模糊聚类法(Fuzzy clustering)确定训练样本;运用神经网络方法(Neural network),建立疲劳寿命隐函数关系式,从而预测CFL加固梁抗弯疲劳寿命。以疲劳试验数据为样本,用层次分析法选取最大荷载、CFL的应力水平、初始挠度、循环次数为200时跨中挠度的试验数据作为疲劳寿命隐函数的随机变量输入单元,以CFL加固梁的抗弯疲劳寿命作为输出单元。通过预测值与试验值的对比分析,验证了AFN法预测CFL增强RC梁抗弯疲劳寿命的合理性。     

基于粗糙集和模糊聚类理论的文本分类系统的研究与实现

随着Internet的发展及广泛应用，越来越多的文本信息以待阅读和处理。文本分类成为众所关注但仍未很好解决的热门课题。本文提出一种基于粗糙集和模糊聚类（RS＆FC）理论的文本分类新模型，详细讨论和分析了该模型的总体设计思想、主要实现技术和有关的算法及实现方案。该模型在分类规则产生之前，以训练样本直接聚类的结果构造信息表，并对表中的连续属性离散化，再对信息表中的特征词属性进行二次聚类，压缩文本特征子集的向量维数，提取关键字特征属性，建立决策信息表，然后利用粗糙集理论，采用启发式约简算法，对信息表进行约简，产生优化的分类规则，指导文本分类。最后通过实验和性能评价，本文提出的分类方法的分类准确率高于传统的K-最近邻分类（K-NN）法，提高了系统的适应性能和分类能力。     

聚类分析在商用车销售客户细分中的应用

选取了某商用车公司的部分销售数据,在SQL Server 2008中对数据进行了预处理,利用经典的K-means算法对其进行了聚类分析,按客户购买车的种类和地区进行细分,细分结果对于该公司制定有针对性的销售方案有着一定的参考价值。