[发明专利]一种基于时空影响距离的K-means站点区域划分方法

说明书

本发明涉及一种基于时空影响距离的K‑means站点区域划分方法，S100获取某一城市轨道交通出行数据，并对数据进行预处理；S200将所有站点x_i作为聚类数据集Ω，随机选取一个站点作为初始聚类中心，然后依次选出K个聚类中心；S300计算每个站点到各个聚类中心点的时空影响距离，站点到哪个聚类中心点的时空影响距离最小，就将站点划分到该聚类中心的类中；S400针对重新划分后的每个类别，新计算该类别的聚类中心；S500重复S300和S400，直到每个类别的聚类中心位置不再发生变化，输出聚类中心和各个类中的所有站点。本发明的分类方法不但考虑了站点之间的空间位置，而且还考虑了站点之间的实际位置，分类更准确。

技术领域

本发明涉及轨道客流量预测方法，特别涉及一种基于时空影响距离的K-means站点区域划分方法。

背景技术

目前在全世界都在大力发展城市轨道交通的大环境下，城市轨道交通在城市公共交通中所占载客量比重越来越大。城市轨道交通客流的增大，既为城市轨道交通带了新的发展机遇也带了巨大的挑战。

城市轨道交通的网络化复杂程度不断增加，未来交通趋势分析越来越受到重视，基于客流预测的分析结果，我们可以制定交通运营计划，做出拥堵或异常的预警，来改善轨道交通的运营效率和服务质量，所以它已成为智能交通系统(ITS)的关键技术之一。但由于客流受天气、节假日、地理位置等多方面因素的影响，高度的非线性和不确定性给客流预测带来了巨大的挑战。为了能够统筹轨道整体规划，就需要实现更好的区域客流预测。而进行城市的区域客流测首先就需要一个科学有效的城市站点区域分类方法来保证预测的有效性。

聚类是非监督学习中重要的算法，聚类分析通过将原始样本划分为多个独立不想交的簇，簇样本具有相同或者类似的特征。常言道“物以类聚，人以群分”，同样在大数据时代的自然科学以及社会科学，存在着大量的数据分类问题，而聚类根据样本的相似性将样本进行分类，在同一个簇中的样本比不在同一个簇中的样本更具有相似性。

复杂的线网需要合理科学的运营规划，区域OD客流预测常常可以为线网站点布置提供数据支撑，由此可见区域OD预测的重要性和必要性。而此前的许多区域OD客流预测都是直接使用类似K-means算法的聚类算法通过GPS地理位置聚类完成的区域划分。但是这种仅以地理距离为聚类分类标准的K-means算法对于城市的轨道交通站点分类是有很大局限性的。首先轨道距离与地理距离在多数情况下都有较大偏差，其次在类似重庆一类的城市，复杂错乱的城市地势地貌会给区域划分带来很大的麻烦。

发明内容

针对现有技术存在的上述问题，本发明要解决的技术问题是：提出一个基于时空影响距离的K-means站点区域划分算法来更好地规避原始K-means算法的弊端，更加科学合理地完成城市站点区域分割。

为解决上述技术问题，本发明采用如下技术方案：一种基于时空影响距离的K-means站点区域划分方法，包括如下步骤：

S100：获取某一城市轨道交通出行数据，并对数据进行预处理；

S200：将所有站点x_i作为聚类数据集Ω，从聚类数据集Ω中随机选取一个站点作为初始聚类中心C₁，然后依次选出K个聚类中心作为聚类中心点集Θ，Θ＝{c₁,c₂,c₃…c_t…c_k}；

S300：针对聚类数据集Ω中的每个站点，计算每个站点到各个聚类中心点的时空影响距离d，确定站点x_i到哪个聚类中心点的时空影响距离最小，就将站点x_i划分到该聚类中心的类中；

S400：针对S300重新划分后的每个类别i，新计算该类别的聚类中心C_i；