摘要: |
随着社会的发展、科学技术的更新,为了交通管理的便利,出租车上几乎都安装了卫星定位系统,简称GPS,每辆出租车终端都能够每隔一分钟向出租车管理中心发送一系列数据,数据中包括该出租车的车牌信息、信息采集时间点、出租车状态(也即有无载客)、经度、纬度、速度、即时行驶方向等信息。现有http://www.adamsw.com网页上给出的深圳市出租车的GPS数据,利用Matlab软件对原始数据进行预处理后,本文解决了如下问题:1.根据出租车载客的起点与终点(也即ordinary&destination points,简称为O点和D点),结合深圳市地图,将深圳市划分为6个交通小区。具体做法是,本文先用Matlab软件固有的clusterdata函数进行聚类,做出了一个不算很好的结果,继而选取模糊聚类法,得出一个较好的划分方式,但为了验证该方法的有效性,问题一最后再选取k-means聚类算法进行了计算。由于该算法对初始聚类中心非常敏感,本文设计了一种新的计算初始聚类中心的算法,恰当的将深圳市划分为了6个交通小区,并将全部样本点分别纳入其中某一个交通小区,再依据结果,利用最小离差平方和原则,在各交通小区内分别选取一点,用其经纬数值作为对应的交通小区的坐标。经过对比,可以发现,用模糊聚类和k-means算法得出的结果是大体一致的。2.在已划分的交通小区的基础之上,对某时段内出租车载客出行的起点和终点做其所在小区的空间分布矩阵,称为OD时空分布矩阵,该矩阵中的元素odij是某时段内第i个小区到第j个小区的出行总量,它反映了居民出行空间的流动规律以及城市交通的主要流向。本文根据交通小区的划分和出租车的GPS数据,利用Matlab编程求出载客出租车的OD空间分布矩阵,并用三维直方图直观地表现出来,结合实际和对应的图形分析了该矩阵的实际意义;3.根据出租车载客后的行驶数据,本文分析了出租车在不同的时间段上的速度,给定阈值8km/h(也即速度低于8km/h的路段被认为是出现交通拥塞),便可以筛选出发生交通拥堵的路段、以及某路口发生拥堵的时段,为交通部门更快更有效的控制交通提供可能,也为人们更好地挑选出行时间和出行线路提供依据。 |