基于模糊聚類算法的道路交通安全狀況研究.pdf

1、在我國，頻發(fā)的道路交通事故嚴(yán)重地威脅著人們的生命及財(cái)產(chǎn)安全。對不同地區(qū)交通安全狀況聚類，找出具有相似交通安全狀況的區(qū)域，概括每類的交通安全特征，輔助交通安全管制，達(dá)到減少交通事故的目的。本文從道路交通事故分類、特點(diǎn)及影響因素等方面分析了我國的道路交通安全現(xiàn)狀，提出研究不同地區(qū)宏觀交通安全狀況類屬方面所面臨的問題：聚類指標(biāo)選取及指標(biāo)的重要性、聚類的類數(shù)、各類之間的界限。為解決上述問題，從三個(gè)方面開展對不同地區(qū)道路交通安全狀況聚類的研究。<

2、br>　　首先，通過引入模糊集理論來解決各地區(qū)交通安全狀況所屬類界限存在模糊性和中介性的問題。重點(diǎn)分析了兩種常用的模糊聚類算法：基于等價(jià)關(guān)系的模糊聚類和模糊k均值聚類。總結(jié)兩種算法在分析道路交通安全狀況聚類方面的優(yōu)缺點(diǎn)。
　　其次，運(yùn)用F統(tǒng)計(jì)量確定基于等價(jià)關(guān)系的模糊聚類算法的最佳聚類數(shù)及聚類中心，并將其作為模糊k均值聚類算法的初始聚類數(shù)和聚類中心，解決了模糊k均值聚類算法對初始化敏感的問題。選擇道路交通事故分析相對指標(biāo)作為模糊聚類