基于网格划分的常发性拥堵区域识别及演化模式分析

为准确识别常发性拥堵区域,分析其拥堵传播方向,疏通拥堵源头和阻断拥堵传播路径,提出一种基于网格模型和Fuzzy Core DBSCAN算法的常发性拥堵区域识别及演化模式分析方法。首先,对城市路网进行网格化处理,结合出租车GPS数据综合分析网格内车辆轨迹数量和轨迹加权平均速度,构建网格内部交通拥堵状态判别模型。然后,利用结合模糊集合论与DBSCAN算法扩展得到的Fuzzy Core DBSCAN算法识别常发性拥堵区域,选取拥堵规模、拥堵传播方向(即两个相邻网格之间的传播次数和传播概率)和关键网格3个指标来分析常发性拥堵的演化模式。最后,以黑龙江省哈尔滨市二环路范围内网格区域为例进行实证分析,结果表明:所识别出的常发性拥堵区域关键网格G(14,13)一周内拥堵传播到相邻网格共85次,其中27次(以31.8%的概率)沿西大直街向北传播至网格G(15,14);与百度地图开放平台数据相比,基于网格模型的拥堵判别结果准确率达85%;基于Fuzzy Core DBSCAN算法识别分析出的常发性拥堵区域拥堵演化模式与百度地图开放平台路况时变过程吻合。这表明融合Fuzzy Core DBSCAN算法与网格模型可有效识别常发性拥堵区域中关键网格的拥堵传播方向,能为制定科学合理的缓堵方案提供支撑。