文献类型：期刊文章

作　　者：王灵丽[1,2,3] 黄敏[1,2,3] 高亮[4]

WANG Lingli;HUANG Min;GAO Liang(School of Intelligent Systems Engineering,Sun Yat-sen University,Guangzhou 510006,China;Guangdong Provincial Key Laboratory of Intelligent Transportation System,Guangzhou 510006,China;Guangdong Provincial Engineering Research Center for Traffic Environmental Monitoring and Control,Guangzhou 510006,China;Key Laboratory of Transport Industry of Big Data Application Technologies for Comprehensive Transport,Beijing Jiaotong University,Beijing 100044,China)

机构地区：[1]中山大学智能工程学院,广州510006 [2]中山大学广东省智能交通系统重点实验室,广州510006 [3]中山大学广东省交通环境智能监测与治理工程技术研究中心,广州510006 [4]北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室,北京100044

出　　处：《交通信息与安全》

基　　金：国家自然科学基金项目(11972380)资助。

年　　份：2020

卷　　号：38

期　　号：2

起止页码：80-88

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：评估交通网络中节点的重要性,识别出对网络效率起着重要作用的关键节点,对于预防和降低交通拥堵和交通事故等事件对路网整体效率的影响具有重要意义。为识别出关键节点,研究了一种基于聚类算法的交通网络节点重要性评价方法:将道路交通网络抽象为无向加权网络,以节点介数、节点交通量和PageRank值作为节点重要性评价指标,利用基于K-Means算法和随机森林加权的改进FCM算法确定交通网络节点重要性,适用于中小城市道路交通网络。实证分析表明,改进算法的聚类性能明显提高,目标函数值和迭代次数分别降低88.70%和61.54%,同时算法误判率也仅为5.50%,验证了所提出的方法可以更为客观地刻画交通网络节点重要性程度,更为准确地动态辨识出关键节点。

关 键 词：城市交通 道路网络 节点重要性  改进FCM算法 PAGERANK算法

分 类 号：U491.13[物流管理与工程类]