留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于聚类算法的交通网络节点重要性评价方法研究

王灵丽,  黄敏,  高亮

downloadPDF
文章导航 > 交通信息与安全  > 2020 >  38(2): 80-88
王灵丽, 黄敏, 高亮. 基于聚类算法的交通网络节点重要性评价方法研究[J]. 交通信息与安全, 2020, 38(2): 80-88. doi: 10.3963/j.jssn.1674-4861.2020.02.010
引用本文: 王灵丽, 黄敏, 高亮. 基于聚类算法的交通网络节点重要性评价方法研究[J]. 交通信息与安全, 2020, 38(2): 80-88. doi: 10.3963/j.jssn.1674-4861.2020.02.010
shu
WANG Lingli, HUANG Min, GAO Liang. Methods of Importance Evaluation of Traffic Network Node Based on Clustering Algorithms[J]. Journal of Transport Information and Safety, 2020, 38(2): 80-88. doi: 10.3963/j.jssn.1674-4861.2020.02.010
Citation: WANG Lingli, HUANG Min, GAO Liang. Methods of Importance Evaluation of Traffic Network Node Based on Clustering Algorithms[J]. Journal of Transport Information and Safety, 2020, 38(2): 80-88. doi: 10.3963/j.jssn.1674-4861.2020.02.010
shu

基于聚类算法的交通网络节点重要性评价方法研究

doi: 10.3963/j.jssn.1674-4861.2020.02.010

  • 中山大学智能工程学院 广州 510006;中山大学广东省智能交通系统重点实验室 广州 510006;中山大学广东省交通环境智能监测与治理工程技术研究中心 广州 510006

  • 中山大学智能工程学院 广州 510006;中山大学广东省智能交通系统重点实验室 广州 510006;中山大学广东省交通环境智能监测与治理工程技术研究中心 广州 510006

  • 北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室 北京 100044

基金项目: 

国家自然科学基金项目

详细信息

  • 中图分类号: U491.1+3

Methods of Importance Evaluation of Traffic Network Node Based on Clustering Algorithms

    摘要
  • 摘要: 评估交通网络中节点的重要性,识别出对网络效率起着重要作用的关键节点,对于预防和降低交通拥堵和交通事故等事件对路网整体效率的影响具有重要意义.为识别出关键节点,研究了一种基于聚类算法的交通网络节点重要性评价方法:将道路交通网络抽象为无向加权网络,以节点介数、节点交通量和PageRank值作为节点重要性评价指标,利用基于K-Means算法和随机森林加权的改进FCM算法确定交通网络节点重要性,适用于中小城市道路交通网络.实证分析表明,改进算法的聚类性能明显提高,目标函数值和迭代次数分别降低88.70%和61.54%,同时算法误判率也仅为5.50%,验证了所提出的方法可以更为客观地刻画交通网络节点重要性程度,更为准确地动态辨识出关键节点.

     

    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  392
  • HTML全文浏览量:  73
  • PDF下载量:  14
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-04-28

目录

    /

    返回文章
    返回

    版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

    通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

    联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

    本系统由 北京仁和汇智信息技术有限公司 开发