利用衛(wèi)星定位系統(tǒng)數(shù)據(jù)分析交通問(wèn)題.pdf

1、隨著社會(huì)的發(fā)展、科學(xué)技術(shù)的更新，為了交通管理的便利，出租車(chē)上幾乎都安裝了衛(wèi)星定位系統(tǒng)，簡(jiǎn)稱(chēng)GPS，每輛出租車(chē)終端都能夠每隔一分鐘向出租車(chē)管理中心發(fā)送一系列數(shù)據(jù)，數(shù)據(jù)中包括該出租車(chē)的車(chē)牌信息、信息采集時(shí)間點(diǎn)、出租車(chē)狀態(tài)(也即有無(wú)載客)、經(jīng)度、緯度、速度、即時(shí)行駛方向等信息?，F(xiàn)有http：//www.adamsw.com網(wǎng)頁(yè)上給出的深圳市出租車(chē)的GPS數(shù)據(jù)，利用Matlab軟件對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理后，本文解決了如下問(wèn)題：1.根據(jù)出租車(chē)載客的

2、起點(diǎn)與終點(diǎn)(也即ordinary&destination points，簡(jiǎn)稱(chēng)為O點(diǎn)和D點(diǎn))，結(jié)合深圳市地圖，將深圳市劃分為6個(gè)交通小區(qū)。具體做法是，本文先用Matlab軟件固有的clusterdata函數(shù)進(jìn)行聚類(lèi)，做出了一個(gè)不算很好的結(jié)果，繼而選取模糊聚類(lèi)法，得出一個(gè)較好的劃分方式，但為了驗(yàn)證該方法的有效性，問(wèn)題一最后再選取k-means聚類(lèi)算法進(jìn)行了計(jì)算。由于該算法對(duì)初始聚類(lèi)中心非常敏感，本文設(shè)計(jì)了一種新的計(jì)算初始聚類(lèi)中心的算法，恰當(dāng)

3、的將深圳市劃分為了6個(gè)交通小區(qū)，并將全部樣本點(diǎn)分別納入其中某一個(gè)交通小區(qū)，再依據(jù)結(jié)果，利用最小離差平方和原則，在各交通小區(qū)內(nèi)分別選取一點(diǎn)，用其經(jīng)緯數(shù)值作為對(duì)應(yīng)的交通小區(qū)的坐標(biāo)。經(jīng)過(guò)對(duì)比，可以發(fā)現(xiàn)，用模糊聚類(lèi)和k-means算法得出的結(jié)果是大體一致的。2.在已劃分的交通小區(qū)的基礎(chǔ)之上，對(duì)某時(shí)段內(nèi)出租車(chē)載客出行的起點(diǎn)和終點(diǎn)做其所在小區(qū)的空間分布矩陣，稱(chēng)為OD時(shí)空分布矩陣，該矩陣中的元素odij是某時(shí)段內(nèi)第i個(gè)小區(qū)到第j個(gè)小區(qū)的出行總量，它反

4、映了居民出行空間的流動(dòng)規(guī)律以及城市交通的主要流向。本文根據(jù)交通小區(qū)的劃分和出租車(chē)的GPS數(shù)據(jù)，利用Matlab編程求出載客出租車(chē)的OD空間分布矩陣，并用三維直方圖直觀地表現(xiàn)出來(lái)，結(jié)合實(shí)際和對(duì)應(yīng)的圖形分析了該矩陣的實(shí)際意義；3.根據(jù)出租車(chē)載客后的行駛數(shù)據(jù)，本文分析了出租車(chē)在不同的時(shí)間段上的速度，給定閾值8km/h(也即速度低于8km/h的路段被認(rèn)為是出現(xiàn)交通擁塞)，便可以篩選出發(fā)生交通擁堵的路段、以及某路口發(fā)生擁堵的時(shí)段，為交通部門(mén)更快更