K-Means Clustering Method to Classify Freeway Traffic Flow Patterns

Bu çalışmada; makroskobik bir trafik akım modeliyle oluşturulmuş akım koşulu farklılaşmalarını belirlemek amacıyla çok değişkenli kümeleme yöntemlerinin başarımları araştırılmıştır. Trafik verisindeki gürültüyü gidermek ve geniş saçılımı kabul edilebilir düzeye getirmek amacıyla, ham trafik değişkenleri modelleme öncesi filtrelenmiştir. Trafik akımı, iki fazlı bir temel eğriyi baz alarak hesap yapan hücre geçişi modeliyle benzetilmiştir. Seçilen otoyol kesimindeki akım dinamikleri, varolan akım koşullarını belirlemek amacıyla irdelenmiştir. Temel eğri üzerinde akım koşullarının sınıflanması, kesim yoğunluk değişkeni gözetilerek kümeleme yöntemleriyle aranmıştır. Hiyerarşik olmayan kümeleme yaklaşımları, örnek otoyol kesimi üzerindeki ani koşul değişimlerini tespit etmeye yarayan başarılı sınıflama sonuçları vermiştir. Çok değişkenli kümeleme yöntemlerince izlenen prosedür, sistematik olarak dinamiktir ve temel eğri üzerinde statik bölütleme yöntemiyle elde edilen kümelere oldukça yaklaşık kümeler oluşturabilmektedir. K-ortalamalar yöntemiyle elde edilen sonuçlar üzerinden hesaplanmış belirlenim katsayıları, elde edilen sonuçları istatistik yönden karşılaştırmalı olarak değerlendirmek amacıyla kullanılmıştır