朱凯家

• 1:重庆交通大学交通运输学院

摘要(Abstract)：

针对如何高效地分析驾驶行为的问题，考虑天气因素的影响，将晴天、阴天/多云、小雨、大雨四种天气下的客运驾驶员驾驶数据进行对比，分析了不同天气状况下客运驾驶员行车速度、加速度、平均车速、速度标准差等数据，另外提出一种基于蚁群算法改进k-means的聚类算法，优化了聚类中心的选取，用改进后的ACO+k-means算法将不同天气下的速度和加速度值进行聚类，减少了聚类时间，增加了实际数据分析的可靠性，将聚类后的驾驶行为分为一般激进、平稳、偏激进型三种。

关键词(KeyWords)： 驾驶行为;k-means算法;蚁群算法;天气因素;聚类

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划(2016YFB0100905)

作者(Author): 朱凯家

参考文献(References)：

• [1] 公安部交通管理局.中华人民共和国道路交通事故统计年报[R].北京：公安部交通管理局，2020.
• [2] GACA S,KIEC M.Speed management for local and regional rural roads[J].Transportation Research Procedia,2016(14):4170-4179.
• [3] 钱宇彬，刘浩学，吴长水，等.夜间长途客车驾驶员操作行为差异性识别研究[J].中国安全科学学报，2014,24(3):9-15.
• [4] 任慧君，许涛，李响.利用车载GPS轨迹数据实现公交车驾驶安全性分析[J].武汉大学学报，2014,39(6):739-744.
• [5] GREAVES S P,ELLISION A B.Personality,risk aversion and speeding:An empirical investigation [J].Accident Analysis and Prevention,2011,43(5):1828-1836.
• [6] Guo Feng,Fang Youjia.Individual driver risk assessment using naturalistic driving data [J].Accident Analysis &Prevention,2013,61(6):3-9.
• [7] 胡伟超.实时交通流数据缺失修复方法对比研究：第八届中国智能交通年会[M].北京：电子工业出版社.2013.
• [8] 陆文琦.基于微波数据的快速路交通流数据修复及预测方法研究[D].北京：北京交通大学，2019.
• [9] DING Z L,GUO D K,et al.MapReduce rationality verification based on object Petri net[J].Journal of Systems Engineering and Electronics,2019,30(5):861-874.
• [10] DOUZAS G S,BACAO F,et al.Improving imbalanced learning through a heuristic oversampling method based on K-means and SMOTE[J].Information Sciences,2018,23(6):107-112.
• [11] 韩凌波，王强，蒋正锋，等.一种改进的k-means初始聚类中心选取算法[J].计算机工程与应用，2010,46(17):150-152.
• [12] 韩晓慧，王联国.一种基于改进混合蛙跳的聚类算法[J].传感器与微系统，2012,31(4):137-139.
• [13] 黄震，罗中良，黄时慰.一种带时间窗车辆路径问题的混合蚁群算法[J].中山大学学报：自然科学版，2015,54(1):41-46.
• [14] 段海滨，王道波.蚁群算法的全局收敛性研究及改进[[J].系统工程与电子技术，2004,26(10):156-159.
• [15] 崔志华，孙佑强，任叶青.改进蚁群算法在机器人路径规划中的应用[J].南昌工程学院学报，2020,39(1):15-19+24.
• [16] 何占元，阴佳腾，王明主.基于线性规划模型的城轨列车运行图调整策略[J].太原科技大学学报，2019,40(4):297-299.