由于出租車上多數(shù)使用GPS設備,從而產生了結構復雜、海量豐富的浮動車數(shù)據(jù).本文基于實測GPS數(shù)據(jù),在已有交通擁堵時空特性研究基礎上,引進差異聚合系數(shù),該系數(shù)由Pearson和Kendall相關系數(shù)組成,并搜索區(qū)域道路網絡中的高相關路徑.構造時空莫蘭指數(shù)及莫蘭象限,在時間-空間關聯(lián)分析的基礎上,用高相關路徑搜索路網對擁堵區(qū)域進行判別.采用�？谑虚L濱4路的實際浮動車數(shù)據(jù)進行案例分析,驗證了該判別方法的可靠性.

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1高相關路徑搜索方法流程

利用定義的相關性聚合度,通過圖1的步驟對高相關性路徑進行搜索.2莫蘭象限

圖2路段處于莫蘭第Ⅰ象限時擁堵區(qū)域交叉口的篩選

步驟3根據(jù)相關路徑中各路段所處莫蘭象限,按路徑順序進行交叉口篩選補充與剔除.共計4種路段情況:①若路段處于莫蘭第Ⅰ象限,即HH暢通聚合狀態(tài),則將該路段上下游交叉口從擁堵控制區(qū)域中去除,并將高相關性路徑由此進行分割,如圖2所示,實線框中為擁堵控制區(qū)域交叉口;②如路段處于莫蘭第Ⅱ....

圖3路段處于莫蘭第Ⅱ象限時擁堵區(qū)域交叉口的篩選

圖2路段處于莫蘭第Ⅰ象限時擁堵區(qū)域交叉口的篩選圖4路段處于莫蘭第Ⅲ象限時擁堵區(qū)域交叉口的篩選

圖4路段處于莫蘭第Ⅲ象限時擁堵區(qū)域交叉口的篩選

圖3路段處于莫蘭第Ⅱ象限時擁堵區(qū)域交叉口的篩選圖5路段處于莫蘭第Ⅳ象限時擁堵區(qū)域交叉口

本文編號：3961333