基于改进灰聚类模型的轨道站点设施匹配度评价

在大量实地调查的基础上,将站台、楼梯、换乘通道、闸机、安检作为关键设施;基于行人仿真技术,分析上述设施的客流密度变化特性,明确各类设施负荷度等级评定标准;最后,以客流密度为指标,构建可合理反映轨道换乘站设施匹配程度的灰聚类模型通过对北京市5个典型站点进行灰聚类模型的评价应用,证明该模型能够客观反映站点设施之间的匹配程度.     

异构数据库相似语义属性聚类过程研究

对异构数据库相似语义属性聚类过程及其关键技术进行研究,在词频-逆文件频率的基础上,提出数值类型属性信息的槽频率-逆文件频率处理方法,分别应用于文本信息和数值信息的相似语义属性聚类过程。研究结果表明:使用词频-逆文件频率和槽频率-逆文件频率方法相结合是异构数据库相似语义属性聚类实现的一种有效方法。     

基于多次灰色聚类的服务区定位方法及其应用

为客观准确地评价高速公路服务区的重要度和贡献度,现提出采用多次灰色聚类方法定位服务区。将同一高速沿线的服务区作为聚类对象集,评价服务区的代表因子,如服务区的占地面积、驶入交通量及加油机台数等作为聚类因子集,计算各聚类界限及各因子在各类中所占权重,便可求得各聚类对象对各聚类标准的聚类系数,将聚类系数大小作为参数对服务区进行聚类排序分析。对于一次聚类运算结果中包含对象较多的类别,再以这一类服务区作为聚类对象集,重复运用灰色聚类,对服务区进行聚类排序分析。与常规灰色聚类法相比,多次聚类方法聚类层类别更多,定位更精准,能同时实现服务区的聚类及排序。     

基于改进熵权与灰色模糊理论的城市轨道交通PPP项目风险评价研究

针对城市轨道交通PPP项目风险繁多复杂等特点,为保障PPP项目的成功实施,提出基于改进熵权灰色模糊理论的风险评价方法。首先,考虑风险动态性特征,采用Delphi法对城市轨道交通PPP项目全生命周期风险按阶段进行有效识别,建立相应的风险指标体系; 其次,通过灰色聚类与模糊综合评判法相结合构建城市轨道交通PPP项目风险评价模型,利用灰色白化权函数实现风险指标信息的透明化,借助模糊理论计算风险综合评价值,判断项目风险等级,并采用改进熵权法与层次分析法相结合的方法确定主客观权重; 最后,将模型应用于青岛地铁3号线实际案例中。研究结果表明该项目风险等级为“中等”,评价模型具有合理性与有效性,同时提出相应的风险应对措施。     

基于K means聚类算法的盾构掘进参数设定方法研究

盾构掘进参数的合理设定是保障盾构隧道施工质量和安全的基础。为实现掘进参数的准确设定,基于典型工程类比设定理论,将K means聚类算法与经验公式设定法相结合,提出盾构掘进参数类比设定法（SAPAS）,实现典型工程工况掘进参数的自动提取和匹配。与传统的经验公式法相比,SAPAS改善了经验公式的实际使用效果,能够更准确地进行参数设定,有利于提高施工质量和安全。通过在上海轨道交通的部分工程中进行实践,取得了良好的施工效果。     

基于信息融合的船舶机电设备故障诊断

对船舶机电设备故障进行了分析,指出故障诊断必须从多类数据中寻找隐藏的信息,进而提出了对于观测数据运用模糊聚类方法进行信息融合,寻找故障模式.算例证明方法有一定的效果.     

基于高速公路流水数据的通勤车辆特征研究

随着居民利用高速公路进行通勤出行车辆的增加,高速公路缓行和交通拥堵等问题时有发生,特别是在重大节假日期间.目前,解决上述交通问题的主要方法是交通需求管理措施,而实现有针对性的交通需求管理需要对高速公路收费流水数据进行精确的挖掘分析,掌握车辆在高速公路上的运行状态与时空分布特征.本文基于高速公路收费流水数据,借助 K-means++聚类方法识别使用高速公路日常通勤的车辆,进一步分析通勤车辆的出行时空分布特征.从通勤出行的角度,挖掘城市通勤快速出行廊道分布,研究高速公路网与城市道路网络的关系,对提高交通系统效率和缓解交通问题具有重要的意义.     

基于关键本征模态函数的道路交通信号控制时段划分方法

交通信号控制是缓解城市交通拥堵的重要手段,时段划分是信号灯控交叉口多时段控制的基础,合理的划分方法有助于提高信号控制效率。对于固定配时的信号灯控交叉口,传统时段划分方法主要借助于路口历史交通流量数据,依据人工经验或者简单聚类算法,直接进行时段划分,未能充分考虑交通流的时序性和随机性问题,不利于交通控制整体效益。综合考虑交通流中随机因素和时序性对时段划分的影响,本文研究了基于经验集合模态分解和有序聚类的时段划分方法。利用集合经验模态分解处理交叉口流量数据,提取了若干个本征模态函数及1个余项。借助皮尔逊相关系数分析原始流量数据、本征模态函数、余项这三者之间的关系,优选与原始流量相关性最高的本征模态函数或余项作为交通流的关键成分,使用关键成分代替流量数据进行有序聚类,完成时段划分。通过寻找不同分割个数下最小损失值突变点,获取最佳分割数,并得到最佳方案。以广东省中山市一个路口为案例对本文提出的时段划分方法进行算例分析,VISSIM仿真结果表明：①相比于现状,提出的方法在工作日和非工作日分别能提高路口通过车辆数11.32%和2.62%,缩短排队长度18.67%和12.02%;②非工作日车均延误减少6.80%,停车延误减少5.87%,工作日车均延误和停车延误变化不大。     

基于数据可视化的区域交通状态特征评价方法

引入交通拥堵时空累积指标对区域交通运行状态进行判别与定量分析, 建立拥堵源与拥堵评价点之间的函数关系以构建可视化模型, 利用梯度方向直方图与主成分分析法对交通运行状态数据进行特征提取, 并利用高斯混合聚类方法对特征数据进行聚类, 划分区域交通拥堵的空间分布模式。选择了广州23 478辆出租车, 得到了509 376个数据样本, 并对交通路网拥堵模式进行识别和划分, 分析和评价了城市交通拥堵分布特性。试验结果表明: 3个样本的拥堵强度平均值分别为0.558、0.559、0.559, 交通拥堵聚集度指标分别为3.518、3.121、2.800, 3个样本的整体路网拥堵强度相同, 但是空间拥堵分布有较大差异; 广州在拥堵等级为6时的3种拥堵模式的主要聚集区域数分别为2、4、3个, 符合实际调查结果。可见, 本文提出的方法能更科学直观地描述区域交通拥堵程度和分布情况以及空间层面上的城市区域交通运行规律。     

融合先验经验聚类的终端区交通流相态识别

以终端区交通流为研究对象, 基于航迹谱聚类结果定义并提取交通流特征, 分析了特征间关系与交通流相态演化规律, 发掘了实测数据下交通流的自由态、平稳态与拥堵态, 以此为先验经验进一步设计因子分析与遗传期望最大化模糊聚类算法相结合的终端区交通流态势识别方法, 实现对交通流状态影响因素与交通流隐性特征的提取, 选取典型繁忙终端区的实测数据进行验证。分析结果表明: 基于客观数据挖掘的交通流态势识别方法具有良好的适应性与准确性, 自由态、平稳态与拥堵态的模型识别数量分别为6、36、37, 管制员判别数量分别为7、40、32, 误差率分别为14.3%、10.0%、15.6%, 模型识别率均在84%以上; 提取的交通流相态及时空特征可从局部细节构建终端区整体运行态势, 为终端区流量时空分布调配与进离场程序优化提供支撑。