[发明专利]汽车路谱聚类合成方法及系统

权利要求书

1.一种汽车路谱聚类合成方法，其特征是，包括以下步骤：

采集路谱数据并对其进行预处理；

对预处理后的路谱数据进行路谱片段划分，得到若干个路谱片段，确定每个路谱片段的多个特征参数，构建特征参数矩阵；

对特征参数矩阵进行标准化处理，计算相关系数矩阵及其特征值和特征向量，确定多个主成分，构建主成分载荷矩阵，并进行数据降维；

采用混合粒子群及人工鱼群算法改进聚类算法，利用改进后的聚类算法对降维的数据进行聚类，根据聚类结果合成城市的典型路谱；所述混合的粒子群和人工鱼群算法表示为：

当粒子群进行觅食行为，在粒子x_i的视野范围visual内寻找适应度较优的个体x_i0＝x_i+rands·visual，其中，visual取值为0.1，以x_i0及群体最优位置更新粒子的速度及粒子的位置其中v_i为粒子的速度，l₁＝l₂为加速常数，取值为1.5，rands为[-1,1]之间的随机数，rand为[0,1]之间的随机数，step为粒子移动步长，取值为1，ω为惯性权重，其中ω_max和ω_min分别为惯性权重的初始值与最终值，取值分别为0.9和0.4，iter为当前迭代次数，iter_max为最大迭代次数，设为200；

如果在视野范围内尝试次数仍未找到合适的个体则进行随机行为，其中，尝试次数设为50次：在所有适应度优于或等于该粒子的所有粒子中随机选择一个粒子x_j，以此更新粒子的速度及粒子的位置

当粒子的速度更新为位置更新为其中为粒子的历史最优位置。

2.根据权利要求1所述的汽车路谱聚类合成方法，其特征是，对采集的路谱数据进行去除噪声点和滤波预处理。

3.根据权利要求1所述的汽车路谱聚类合成方法，其特征是，所述路谱片段的特征参数包括行驶平均车速、平均车速、车速标准差、最高车速、平均加速度、最大加速度、加速度标准差、平均减速度、最大减速度、减速度标准差、片段时长、停车时长、加速时长、匀速时长、减速时长、停车时长比例、加速时长比例、匀速时长比例和减速时长比例。

4.根据权利要求1所述的汽车路谱聚类合成方法，其特征是，所述计算相关系数矩阵及其特征值和特征向量，确定多个主成分的方法为：

利用标准化特征参数矩阵中任意两列的相关系数组合成相关系数矩阵；

将相关系数矩阵的特征值按照由大到小进行排列，并计算每个特征值的累计贡献率；

将所有特征值及其累计贡献率相比，选取特征值大于1且累计贡献率大于85％的前p个特征值作为主成分；

利用所有主成分对应的特征向量组合成主成分载荷矩阵。

5.根据权利要求1所述的汽车路谱聚类合成方法，其特征是，将标准化后的特征参数矩阵与主成分载荷矩阵进行点乘，实现数据降维。

6.根据权利要求1所述的汽车路谱聚类合成方法，其特征是，所述利用改进后的聚类算法对降维的数据进行聚类，根据聚类结果合成城市的典型路谱的步骤包括：

设置聚类中心个数、粒子个数以及相应的参数；

随机生成粒子的位置和速度，计算所有数据到各聚类中心的欧几里得距离和，将其作为评价粒子的适应度函数；

根据适应度值，使用混合的粒子群和人工鱼群算法更新粒子群的位置和速度，获取最优聚类结果和聚类中心位置；

选择每类中距离该聚类中心距离较小的路谱片段，合成城市的典型路谱。