基于路径搜索的交通拥堵判别研究

发布时间：2024-04-21 19:12

　　由于出租车上多数使用GPS设备,从而产生了结构复杂、海量丰富的浮动车数据.本文基于实测GPS数据,在已有交通拥堵时空特性研究基础上,引进差异聚合系数,该系数由Pearson和Kendall相关系数组成,并搜索区域道路网络中的高相关路径.构造时空莫兰指数及莫兰象限,在时间-空间关联分析的基础上,用高相关路径搜索路网对拥堵区域进行判别.采用海口市长滨4路的实际浮动车数据进行案例分析,验证了该判别方法的可靠性.

【文章页数】：6 页

【部分图文】：

图1高相关路径搜索方法流程

利用定义的相关性聚合度,通过图1的步骤对高相关性路径进行搜索.2莫兰象限

图2路段处于莫兰第Ⅰ象限时拥堵区域交叉口的筛选

步骤3根据相关路径中各路段所处莫兰象限,按路径顺序进行交叉口筛选补充与剔除.共计4种路段情况:①若路段处于莫兰第Ⅰ象限,即HH畅通聚合状态,则将该路段上下游交叉口从拥堵控制区域中去除,并将高相关性路径由此进行分割,如图2所示,实线框中为拥堵控制区域交叉口;②如路段处于莫兰第Ⅱ....

图3路段处于莫兰第Ⅱ象限时拥堵区域交叉口的筛选

图2路段处于莫兰第Ⅰ象限时拥堵区域交叉口的筛选图4路段处于莫兰第Ⅲ象限时拥堵区域交叉口的筛选

图4路段处于莫兰第Ⅲ象限时拥堵区域交叉口的筛选

图3路段处于莫兰第Ⅱ象限时拥堵区域交叉口的筛选图5路段处于莫兰第Ⅳ象限时拥堵区域交叉口

本文编号：3961333