[发明专利]一种复杂交通网络的多尺度聚集模式分析方法

权利要求书

1.一种复杂交通网络的多尺度聚集模式分析方法，其特征在于，包括以下步骤：

S1，计算公路交通网络的邻接矩阵A、位置属性矩阵F、距离权重矩阵W、道路等级矩阵L、分时段交通拥堵程度矩阵T；

具体来看：

(1)邻接矩阵A＝(a_ij)_N×N是一个N阶方阵，第i行、第j列上的元素a_ij定义如下：

若节点i和j之间有路段连接，则e_ij＝1；否则，e_ij＝0；

(2)位置属性矩阵F的构造是通过POI点作500米缓冲区范围查看覆盖的公路网络路段定制位置属性值，在缓冲区范围内的路段权重值设置为1，其他公路网路段权重值设定为0；

假设v_i＝1(1≤i≤N)根据所研究的问题或交通网络实际情况表示路段i的位置属性，v_i＝0表示其他情况，构造位置属性矩阵F：

F＝(v₁,v₂,...,v_N)_1×N (1-2)

(3)距离权重矩阵其中w_ij表示节点i和节点j之间最短路径长度的倒数；

其中，d_ij为初始交通网络结构中节点i与节点j之间的最短路径长度，单位为km；

(4)道路等级矩阵元素l_ij指节点i和节点j之道路等级的权值，道路等级越高，权值越高；

(5)分时段交通拥堵程度矩阵元素t_ij表示节点i和节点j之前的交通拥堵程度权值，拥堵程度越高，表明道路权重越大；

S2，在原有PageRank算法基础上加入路网权重影响因子，得到改进的PageRank算法，以确定关键性节点排序情况；具体包括：

(1)PageRank的Google矩阵，用G表示，定义为：

其中，A^*是由原始交通网络得到的邻接矩阵A的转移矩阵；α为阻尼因子，使用α＝0.85，N表示交通网络中节点个数，I_N×N是一个N阶的单元矩阵；

(2)利用位置属性矩阵F、距离权重矩阵W、道路等级矩阵L和分时段交通拥堵程度矩阵T，定义一个新的加权矩阵K：

K＝F+W+L+T＝(k₁,k₂,…,k_j,…,k_N) (1-5)

其中，k_j表示矩阵K的第j列；

(3)对矩阵K的每一列向量k_j进行标准化处理，得到标准矩阵K_N；

(4)构造新的矩阵G^*，用式子(1-α)K_N代替式子得到：

G^*＝αA^*+(1-α)K_N (1-6)

根据Perron-Frobenius定理，取特征向量的特征值λ＝1，计算G^*的主特征向量得到关键节点的等级；g(1)，g(2)，…，g(N)表示主特征向量的各个分量，分量值大小表示节点的重要程度，值越大表示节点越重要，即关键性等级越高；

S3，通过关键性节点排序和最短路径距离两个指标绘制二维决策图，确定谱聚类中心点和聚类个数k，同时在谱聚类中的相似度矩阵的基础上加入位置、距离、道路等级和动态交通拥堵程度权重矩阵，得到新的符合实际路网情况的加权矩阵，然后进行聚类分析，得到路网聚集区块。