| 109 | 1 | 43 |
| 下载次数 | 被引频次 | 阅读次数 |
通过对原有聚类分析算法中向量贴近程度计算进行改进,计算各向量空间距离和角度贴近度,进而能够更精确地确定向量的综合贴近程度,以便于对向量进行聚类.结合公路客运枢纽节点优选特性,将改进后的聚类算法进行实例验证得到了较好的结果.该方法具有较强的实用性,对于公路客运枢纽的节点优选具有一定的实际意义.
Abstract：In order to calculate the approach degree of vectors even more accurately,clustering algorithm on the original level is improved by calculating space distance and angle space similarity of the vector,and thus can more accurately determine the extent of the vector integrated close to the cluster of vectors.Preferred combination of characteristics of road passenger transport hub nodes,the improved clustering algorithm example shows good results obtained.The method is practical for the optimization of road passenger transport hub node.
[1]Zhang Xicheng,Shuai Bin.Evaluation of mass transittransfer hub based on improved gray cluster evaluation[C]∥International Conference on Transportation Engi-neering 2007,Chengdu 2007:3873-3877
[2]李之红,罗晓辉.灰色关联度方法的改进及在城市公路客运枢纽优选中的应用[J].武汉理工大学学报:交通科学与工程版,2010(6):1108-1110
[3]周伟,姚志刚.公路运输枢纽形成机理与发展模式研究[J].中外公路,2006,26(1):5-8
[4]贾强.基于节点重要度与交通区位的公路运输枢纽布局研究[J].山东交通科技,2008(4):4-9
[5]胡大伟,闫光辉.聚类分析在公路运输枢纽宏观布局规划中的应用[J].公路交通科技,2004,21(9):136-140
[6]郭晓汾.给予灰加权关联度的公路主枢纽站场布局决策方法[J].中国公路学报,1997,9(3):83-88
[7]李之红.公路运输枢纽布局方案与评价体系研究[D].北京:北京交通大学,2007
基本信息:
中图分类号:U492.1
引用信息:
[1]张石石,李之红.基于改进动态聚类算法的公路客运枢纽节点优选[J].北京建筑工程学院学报,2011,27(02):31-35+40.
2011-06-30
2011-06-30