基于復(fù)雜網(wǎng)絡(luò)的交通定位數(shù)據(jù)挖掘和交通流模型的研究.pdf

1、基于車載GPS定位信息的個(gè)人位置服務(wù)的數(shù)據(jù)挖掘研究發(fā)展方興未艾。本文從一個(gè)新的視角,即復(fù)雜網(wǎng)絡(luò),對個(gè)人駕駛數(shù)據(jù)進(jìn)行特征挖掘分析,并將有關(guān)網(wǎng)絡(luò)模型思想應(yīng)用到對典型交通流模型的研究。本文的主要研究內(nèi)容及取得的結(jié)果有:
　　首先,本文對車載GPS定位數(shù)據(jù)進(jìn)行不同的處理,分別建立了單車數(shù)據(jù)網(wǎng)絡(luò)模型和多車數(shù)據(jù)網(wǎng)絡(luò)模型。對于單車數(shù)據(jù)網(wǎng)絡(luò)模型,我們將網(wǎng)絡(luò)中度數(shù)較高且密集的兩個(gè)區(qū)域的節(jié)點(diǎn)和原始數(shù)據(jù)的時(shí)間信息對應(yīng),成功挖掘出車主的工作地點(diǎn)位置和住所

2、地點(diǎn)位置。對于多車數(shù)據(jù)網(wǎng)絡(luò)模型,將網(wǎng)絡(luò)拓?fù)鋱D中呈現(xiàn)出小聚居形態(tài)的區(qū)域的節(jié)點(diǎn)和原始數(shù)據(jù)中經(jīng)緯度信息對應(yīng)起來,同樣分別挖掘出部分車主的工作地點(diǎn)位置和住所地點(diǎn)的位置。
　　其次,本文研究了基于交通流最優(yōu)速度模型產(chǎn)生的時(shí)間序列的動(dòng)力學(xué)特征。首先,通過解最優(yōu)速度模型的微分方程得到交通流速度和車頭間距時(shí)間序列,并且,通過對最優(yōu)速度模型中前車的速度施加正弦信號、隨機(jī)信號、高斯信號和卡方等噪音信號干擾,得到四種不同的速度、位移時(shí)間序列,然后利用數(shù)

3、據(jù)替代技術(shù)對交通流時(shí)間序列進(jìn)行替代數(shù)據(jù)檢驗(yàn),結(jié)果表明它們?yōu)榉羌冊胍魯?shù)據(jù),而是呈現(xiàn)明顯的動(dòng)力學(xué)特性。
　　再次,本文用遞歸圖方法將交通流時(shí)間序列映射到復(fù)雜網(wǎng)絡(luò),并通過分析它們的遞歸圖,得出了除正弦信號干擾得到的交通流時(shí)間序列以外的其他干擾下的數(shù)據(jù)都存在著無標(biāo)度特性的結(jié)論,而且這種無標(biāo)度網(wǎng)絡(luò)特性獨(dú)立于干擾信號的數(shù)據(jù)概率分布特性。這說明駕駛者隨機(jī)駕駛行為對模型數(shù)據(jù)的產(chǎn)生具有明顯作用,這對研究駕駛行為對道路交通狀況的影響有參考價(jià)值。此外,