基于快速K均值聚类的经济水平与货运量模型

吉林大学学报(工学版)

基于快速K均值聚类的经济水平与货运量模型

李霞¹，邵春福¹，曹鹏²

1.北京交通大学交通运输学院，北京 100044；2.交通部公路科学研究院，北京 100088

收稿日期:2007-03-28 修回日期:1900-01-01 出版日期:2008-09-01 发布日期:2008-09-01
通讯作者: 邵春福

Economy level and freight model utilizing quick Kmeans cluster method

LI Xia¹，SHAO Chun-fu¹，CAO Peng²

1.School of Traffic and Transportation Engineering , Beijing Jiaotong University， Beijing 100044， China; 2.Research Institute of Highway Ministry of Communications， Beijing 100088， China

Received:2007-03-28 Revised:1900-01-01 Online:2008-09-01 Published:2008-09-01
Contact: SHAO Chun-fu

摘要/Abstract

摘要： 应用快速K均值聚类方法对我国各地区工业生产水平、单位生产的货运量进行聚类分析。根据各省市在分类成员表中的类别归属，对横截面分类数据作了进一步的回归分析。选取工业生产水平和货运量的对数为2个聚类因子,得出了5个聚类。通过定性和定量相结合的方法得出我国各地区的经济水平与货运量增长速度之间的定量关系模型，模型的相关系数介于0.901～0.982，置信度较高。

关键词: 交通运输系统工程, 快速K均值聚类, 经济水平, 货运量, 回归分析

Abstract: The cluster analysis for the industry production level and the freight volume of different regions in China were performed using the quick Kmeans cluster method to gain the classification in the cluster membership.A further regression analysis for the sectional classification data was made based on the classification data in the cluster membership of different provinces and cities in China.Five clusters were achieved using the logarithms of the industry product level and the freight volume as 2 cluster factors.The model for the quantitative relations between the growth rates of the regional economical level and the regional freight volume was established through the combined qualitative and quantitative analyses.The correlation coefficient of this model ranges from 0.901 to 0.982,indicating its superior internal consistency and high confidence level.

Key words: engineering of communications and transportation system, quick Kmeans cluster, economic level, freight volume, regression analysis

中图分类号:

U491

李霞，邵春福，曹鹏 . 基于快速K均值聚类的经济水平与货运量模型[J]. 吉林大学学报(工学版), 2008, 38(05): 1040-1043.

LI Xia，SHAO Chun-fu，CAO Peng . Economy level and freight model utilizing quick Kmeans cluster method[J]. 吉林大学学报(工学版), 2008, 38(05): 1040-1043.

参考文献

相关文章 15

[1]	陈永恒,刘芳宏,曹宁博. 信控交叉口行人与提前右转机动车冲突影响因素[J]. 吉林大学学报(工学版), 2018, 48(6): 1669-1676.
[2]	常山,宋瑞,何世伟,黎浩东,殷玮川. 共享单车故障车辆回收模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1677-1684.
[3]	曲大义,杨晶茹,邴其春,王五林,周警春. 基于干线车流排队特性的相位差优化模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1685-1693.
[4]	宗芳, 齐厚成, 唐明, 吕建宇, 于萍. 基于GPS数据的日出行模式-出行目的识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1374-1379.
[5]	刘翔宇, 杨庆芳, 隗海林. 基于随机游走算法的交通诱导小区划分方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1380-1386.
[6]	钟伟, 隽志才, 孙宝凤. 不完全网络的城乡公交一体化枢纽层级选址模型[J]. 吉林大学学报(工学版), 2018, 48(5): 1387-1397.
[7]	刘兆惠, 王超, 吕文红, 管欣. 基于非线性动力学分析的车辆运行状态参数数据特征辨识[J]. 吉林大学学报(工学版), 2018, 48(5): 1405-1410.
[8]	宗芳, 路峰瑞, 唐明, 吕建宇, 吴挺. 习惯和路况对小汽车出行路径选择的影响[J]. 吉林大学学报(工学版), 2018, 48(4): 1023-1028.
[9]	栾鑫, 邓卫, 程琳, 陈新元. 特大城市居民出行方式选择行为的混合Logit模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1029-1036.
[10]	陈永恒, 刘鑫山, 熊帅, 汪昆维, 谌垚, 杨少辉. 冰雪条件下快速路汇流区可变限速控制[J]. 吉林大学学报(工学版), 2018, 48(3): 677-687.
[11]	王占中, 卢月, 刘晓峰, 赵利英. 基于改进和声搜索算法的越库车辆排序[J]. 吉林大学学报(工学版), 2018, 48(3): 688-693.
[12]	李志慧, 胡永利, 赵永华, 马佳磊, 李海涛, 钟涛, 杨少辉. 基于车载的运动行人区域估计方法[J]. 吉林大学学报(工学版), 2018, 48(3): 694-703.
[13]	陈松, 李显生, 任园园. 公交车钩形转弯交叉口自适应信号控制方法[J]. 吉林大学学报(工学版), 2018, 48(2): 423-429.
[14]	苏书杰, 何露. 步行交通规划交叉路口行人瞬时动态拥塞疏散模型[J]. 吉林大学学报(工学版), 2018, 48(2): 440-447.
[15]	孟品超, 李学源, 贾洪飞, 李延忠. 基于滑动平均法的轨道交通短时客流实时预测[J]. 吉林大学学报(工学版), 2018, 48(2): 448-453.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed