[发明专利]基于空间数据挖掘的自适应交通控制子区划分方法

摘要

基于空间数据挖掘的自适应交通控制子区划分方法，属于交通技术领域。本发明为了解决现有的控制子区划分方法所划分的控制区存在出行效率较低的问题。本发明首先进行高低峰时段与高、中、低流量阈值的特征抽取，选取影响控制子区划分的交通信息特征；然后建立基于时空特征的影响力权重计算模型，得到为特征r的权重，最后基于动态模块度划分的带权社区发现算法实现交通控制子区的划分。本发明适用于交通控制子区的划分。

主权项

1.基于空间数据挖掘的自适应交通控制子区划分方法，其特征在于，包括以下步骤：步骤1、进行高低峰时段与高、中、低流量阈值的特征抽取；步骤2、选取影响控制子区划分的交通信息特征；所述交通信息特征包括：交通流影响特征TF、交叉路口距离影响特征IF、交通流构成影响特征CI、周期影响特征CE；步骤3、建立基于时空特征的影响力权重计算模型，得到为特征r的权重L'r，r∈[1,4]为交通信息特征中的特征标号，表示交通流影响特征TF、交叉路口距离影响特征IF、交通流构成影响特征CI、周期影响特征CE；步骤4、基于动态模块度划分的带权社区发现算法实现交通控制子区的划分，具体过程包括以下步骤：步骤4.1、通过对上述基于时空特征的影响力权重计算模型所计算的每一个特征权值进行乘积累加得到两两交叉路口间计算协调系数CCij作为该路段的权重，其中R分别为IF、CI、CE、TF的值；步骤4.2、初始化社区矩阵时，图中的每个节点为一个独立的社区，初始状态中社区数目与节点个数一致，用邻接矩阵表示该有权无向图，计算每个节点的度数权值和；步骤4.3、每个节点和相邻结点尝试进行合并社区运算，得到分配前与分配后的模块度变化值ΔQ，记录ΔQ值最大且ΔQ的值大于0的社区合并状态，把节点分配到该相邻节点所在的社区，否则保持不变；步骤4.4、直到带权无向图的社区结构变化所引起的模块度变化值小于阈值，即模块度的值最大，完成一次合并运算；步骤4.5、根据记录的合并社区状态对图进行压缩，所有在同一个社区的节点重构为一个新节点，创建新社区矩阵，社区内节点间边的权重转化为新节点环的权重，社区间边的权重转化为新节点间的边权重；步骤4.6、反复进行步骤4.2至步骤4.5的计算过程，直到整个图的模块度变化值小于阈值，最终实现交通控制子区的划分。