[发明专利]基于城市群白货流量的提高列车编组效率的城市聚类模型

权利要求书

1.一种基于城市群白货流量的提高列车编组效率的城市聚类方法，其特征在于，城市聚类和条件筛选，该方法包含以下步骤：

(1)读取城市经纬度；

(2)将所述城市经纬度输入k-means聚类算法，以根据各城市之间的距离划分为多个城市簇；

(3)对于所述多个城市簇，计算城市簇之间的距离；

(4)以设定的城市簇之间的距离阈值作为第一过滤条件，按距离过滤城市簇对，获得满足该第一过滤条件的城市簇对；

(5)对于所获得的城市簇对，计算城市簇之间的白货流量；

(6)按白货流量的吨数阈值作为第二过滤条件来过滤城市簇对，获得满足该第二过滤条件的城市簇对。

2.根据权利要求1所述的方法，其中，所描述的(2)中输入k-means聚类算法步骤中，k-means算法中的k代表类簇个数，means代表类簇内数据对象的均值，这种均值是一种对类簇中心的描述，该k-means算法又称为k-均值算法；k-means算法是一种基于划分的聚类算法，以距离作为数据对象间相似性度量的标准，即数据对象间的距离越小，则它们的相似性越高，则它们越有可能在同一个类簇；k-means算法采用欧氏距离来计算数据对象间的距离；下面给出欧式距离的计算公式，其中D表示数据对象的属性个数，x_i表示第i个数据对象，x_j表示第j个数据对象，x_i，d对应第i个数据对象的第d个属性，x_j，d对应第j个数据对象的第d个属性：

采用k-means聚类算法，通过设置不同的K值，来聚集距离较近的城市群；k-means算法根据预先设定的k值将样本分为k个簇，每个簇的均值用μ_k来表示，这些均值被看作每个簇的中心；

k-means算法的目的是要找到k个簇中心，使得每个样本离簇中心的欧式距离的平方误差之和最小：

其中，N表示样本总数，K表示簇的个数，r_nk表示样本n是否在簇k内，若在则为1，反之为0，x_n表示第n个样本点，μ_k表示第k个簇的均值，C_k表示第k个簇的样本集合；k-means算法采取了贪心策略，采取迭代优化来求近似解：先固定μ_k，选择最优的r_nk，只要将数据点归类到离其最近的那个中心就能保证J最小，下一步则固定r_nk，再求最优的μ_k。

3.根据权利要求1所述的方法，其中对于所描述的(3)计算城市簇之间的距离，利用经纬度的距离算法求解。

4.根据权利要求1所述的方法，其中对于所描述的(5)计算城市簇之间的白货流量，通过合并相同城市间的货票数据得到；对于所描述的(4)/(6)按距离/白货流量过滤城市簇对步骤，货运量和运输距离需要达到一定的阈值，并根据铁路企业提供的运输距离和流量吨数要求，求出符合条件的城市簇对。

5.根据权利要求2所述的方法，其中k-means算法的簇的个数K值分别设置为50、30、20时，按照发送城市簇至到达城市簇总吨数大于100万吨且运输距离大于800千米来过滤获得聚类结果。