基于聚类分析方法的车站提取模型.pdfVIP

2006年12期增刊 计算机系统应用 基于聚类分析方法的车站提取模型 TheModelfor StationsInformationBasedon Acquiring theCluster Analysis 阚劲军 周志逵 曹新平 (中国民航信息网络股份有限公司100010) 摘要：本文通过实用数据分析方法一“聚类分析”应用于城市公交刷卡乘车数据的分析统计，得到对应于公交线路 的车站站点的时间间隔OD信息，对于公交规划的评价和优化起到辅助作用。 关键词：聚类分析聚合法公交规划 1 引言 n个点，用dij表示第i组刷卡数据所属车站与第j组刷 现在城市发展中，公共交通是必不可少的出行工 卡数据所属车站之间的时间间隔。di应满足如下条件： 具。城市公共交通是城市社会活动、经济活动的枢纽 (1)d。；=0当第i组样品与第j组样品相等 和动脉，对城市经济发展和人民生活水平的提高起着 (2)dii90对一切i，j 极其重要作用。近年来，随着人口的增长，国民经济的 (3)d。=dj,对以前i，j 高速发展及城市化进程推进，我国大多数城市出现了 (4)d“≤d止+d与对一切i，j，k 严重交通拥挤现象。对于一座大中型城市，一方面是 用类平均法定义两个车站站问时间间隔： 人口增加明显，现有公交车辆不能满足出行人数，另一 ％2衰p 方面是一些公交线路的编排规划不合理，致使客流密 2．4相似系数 度与公交线路不符。 刷卡数据属于间隔尺度变量，设刷卡样本(X，， 本文致力于公交线路优化设置需要，采用常用数 x：，……，X．，)的相关矩阵为R，则有相关系数 学分析方法，提出基于聚类分析的车站提取模型。这 是基于现代城市中刷卡乘车的数据记录进行公交规划 善(x池一xt)(x，k—xj) 的分析与改进的一部分工作。对于使用刷卡乘车计费 ～一r。 叉。)2。砉(x，。一i。)2]+ 的城市公交规划可以起到辅助作用。 利用相关系数决定刷卡数据所属车站的合理时间 取值。 2模型的提出 2．5算术均值 2．1聚合法 x 刷卡数据开始时每个个体自成一类，然后将刷卡 2iI蜀Xi 时间间隔最近的的类进行合并，使类的数目减少，然后 应用于多次计算各种平均时间。 再将刷卡时间间隔最近的类进行合并，如此下去，最后 形成对应于每个车站的刷卡数据集合。 3 用打卡数据确定车站算法的实现方法 2．2Q型聚类 算法的流程大致如图1所示。 ral，X。，)，对 第一步：将打卡数据统计成时间间隔数据(差分数 对于n组刷卡样品数据(X。，X：，O··O 样品进行的聚类称为Q型聚类。 据)TS，记录间隔总数(相当于车站数)NS。 2．3站间时间间隔(非类似度) 方法：按顺序