面向交通的时空并置拥堵模式挖掘与应用

发布时间：2023-11-30 18:50

　　目前,交通拥堵是世界大都市遇到的“城市病”之一。由于人均汽车保有量的持续增长、道路规划不合理和交通管理不到位等问题,从而导致了城市交通拥堵问题日益严峻。交通拥堵不但造成了巨大的经济损失,也带来了严重的尾气排放和噪声污染等环境问题。所以解决城市交通拥堵问题已经是刻不容缓、迫在眉睫。虽然目前己经研究出了多种解决城市交通拥堵问题的方案,但是它们都没有考虑到如下两个问题:第一,“交通拥堵”是一个模糊的状态,不能简单地由车辆行驶速度、道路承载量和道路长宽等单方面因素决定;第二,城市道路之间存在空间关联性,在某个时间段内,不能单看某一条道路的拥堵情况,而是要对城市道路的整体进行把握。针对上述存在的问题,本文引入了模糊集合论的思想,首先将道路的拥堵状态进行模糊化处理,然后使用模糊理论中的隶属度来衡量道路拥堵的程度,并提出计算隶属度值的公式。这样既解决了道路拥堵状态的描述问题,也能更好地定量分析道路拥堵的状态。同时,还在传统co-location模式的基础上引入了时间特性,提出了时空并置拥堵模式的概念。时空并置拥堵模式与传统co-location模式最大的区别是同时考虑了地理空间上的邻近以及时间上的邻...

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 研究现状
        1.2.1 交通拥堵研究现状
        1.2.2 空间co-location模式挖掘研究现状
        1.2.3 时空co-location模式挖掘研究现状
    1.3 本文研究内容及贡献
    1.4 本文组织结构
第二章 基础知识
    2.1 空间co-location模式挖掘
        2.1.1 基本概念
        2.1.2 无连接的co-location模式挖掘算法
    2.2 模糊数据的空间co-location模式挖掘
        2.2.1 隶属度
        2.2.2 模糊挖掘算法
    2.3 本章小结
第三章 时空并置拥堵模式挖掘
    3.1 基本概念与相关定义
        3.1.1 基本概念
        3.1.2 相关定义
    3.2 时空并置拥堵模式挖掘算法
        3.2.1 算法步骤
        3.2.2 算法解释
    3.3 极大频繁时空并置拥堵模式挖掘算法
        3.3.1 算法思路
        3.3.2 算法步骤
    3.4 本章小结
第四章 实验结果与分析
    4.1 实验环境及挖掘框架
        4.1.1 实验环境
        4.1.2 挖掘的整体框架
    4.2 数据处理
        4.2.1 数据说明
        4.2.2 数据预处理
    4.3 参数设置与分析
    4.4 挖掘结果分析与建议
第五章 交通拥堵可视化系统
    5.1 系统设计与实现
        5.1.1 系统目标
        5.1.2 功能需求
        5.1.3 系统设计
    5.2 系统界面展示
    5.3 挖掘结果展示
第六章 总结与展望
    6.1 工作总结
    6.2 未来展望
参考文献
致谢



本文编号：3869030