基于粒子群K均值聚类算法的电梯交通模式识别 (2007年)

针对传统方法存在的缺点。提出一种基于粒子群K均值聚类算法的电梯交通模式识别方法。该方法通过对此前一周的原始客流数据进行聚类分析，得到相应交通模式的聚类中心坐标。针对实时变化的交通流数据，采集5min时段客流数据。根据最近邻原则划分其归属的聚类中心。从而识别出当前的交通模式。仿真实验表明。该方法能对电梯交通模式进行有效识别，实时性较好。