计算机应用研究

作者：杨迪,徐文瑜,王鹏,

单位：1.长春理工大学计算机科学技术学院,长春130012；2.吉林省大数据科学与工程联合重点实验室,长春130012；

关键词：区域划分,交叉口关联度,密度峰值聚类算法,KNN,肘部法则,

基金：吉林省教育厅科学研究项目(JJKH20230848KJ)；吉林省科技创新平台建设项目(YDZJ202302CXJD027)；；

城市路网的合理划分对于优化区域交通控制以及协调策略的实施具有重要意义。为提高道路通行效率，提出基于密度峰值聚类算法的城市路网划分方法，首先，综合考虑交叉口静态和动态因素的影响，构建相邻交叉口的关联度模型，为合理量化交叉口之间的关联程度提供定量描述。其次，提出改进的密度峰值聚类算法，结合相邻交叉口之间的关联度对路网区域进行划分。针对密度峰值聚类算法中局部密度在不同规模数据集上差异较大的问题，引入KNN的思想，重新对局部密度进行描述，其次为避免算法聚类中心人工选取的主观性导致的误差问题，采用肘部法则实现聚类中心的自动选取。实验结果表明，与改进的Newman算法及Ncut算法相比，提出的改进算法在优化子区平均匀质度上可分别降低12.5%和22.8%，提高了控制子区的划分效果，使区域划分效果更合理。

来源：2023年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第12期