[发明专利]一种基于经纬度坐标和k-means聚类算法的交通需求分析方法

权利要求书

1.一种基于经纬度坐标和k-means聚类算法的交通需求分析方法，其特征在于，包括以下步骤：

(1)针对研究区域，构建包含若干条居民出行记录的数据库，其中每条居民出行记录包括出发时间、到达时间、出发地点经度坐标、出发地点纬度坐标、到达地点经度坐标、到达地点纬度坐标、出行目的、交通方式；

(2)运用k-means聚类算法对数据库中的出发地点和到达地点进行聚类分析，划分交通小区；

(3)根据交通小区划分结果，构建反映交通需求空间分布的OD矩阵。

2.根据权利要求1所述的一种基于经纬度坐标和k-means聚类算法的交通需求分析方法，其特征在于，步骤(1)所述的数据库构建步骤如下：

(1)设计居民出行调查表，包括：出发时间、到达时间、出发地点、到达地点、出行目的、交通方式；

(2)进行居民出行调查表的发放和回收工作，剔除信息填写错误或者不完整的调查表；

(3)获取居民出行调查表中出发地点经度、出发地点纬度、到达地点经度和到达地点纬度；

(4)将每份居民出行调查表对应居民出行记录录入数据库，每条居民出行记录包括出发时间、到达时间、出发地点经度坐标、出发地点纬度坐标、到达地点经度坐标、到达地点纬度坐标、出行目的、交通方式。

3.根据权利要求2所述的一种基于经纬度坐标和k-means聚类算法的交通需求分析方法，其特征在于，数据库的构建中还包括以下步骤：

(51)确定研究区域范围：将研究区域最东端和最西端的经度LN_E和LN_W作为经度的合理区间[LN_W，LN_E]，将研究区域的最北端和最南端的纬度LA_N和LA_S作为纬度的合理区间[LA_S，LA_N]；

(52)检查数据库中的每条居民出行记录是否合理：如果某条居民出行记录中出发地点或者到达地点的经纬度坐标(X，Y)满足LN_W≤X≤LN_E和LA_S≤Y≤LA_N，则表明该条居民出行记录合理，转向下一条居民出行记录，重复步骤(52)；否则，执行步骤(53)；

(53)如果(Y，X)满足LN_W≤Y≤LN_E和LA_S≤X≤LA_N，则以(Y，X)更新该条居民出行记录中出发地点或者到达地点的经纬度坐标；否则删除该条居民出行记录；转向下一条居民出行记录，返回步骤(52)。

4.根据权利要求2所述的一种基于经纬度坐标和k-means聚类算法的交通需求分析方法，其特征在于，数据库的构建中还包括以下步骤：

(61)确定各个交通方式的关键参数，包括：绕行系数a、最小出行距离D_min、最大出行距离D_max；

(62)计算数据库中的任一条居民出行记录的出发地点A和到达地点B之间的距离：

式中，||B-A||为A和B间的直线距离，(X_A，Y_A)为A的经纬度坐标，(X_B，Y_B)为B的经纬度坐标；

(63)如果不等式D_min≤a·||B-A||≤D_max成立，则保留该条居民出行记录；否则删除该条居民出行记录。