<?xml version="1.0" encoding="UTF-8"?>
<article xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="JATS-archive-oasis-article1-4.xsd" article-type="research-article" dtd-version="1.4" xml:lang="ru">
  <front>
    <journal-meta>
      <journal-title-group>
        <journal-title>Журнал Современные проблемы науки и образования</journal-title>
      </journal-title-group>
      <issn>2070-7428</issn>
      <publisher>
        <publisher-name>Общество с ограниченной ответственностью &amp;quot;Издательский Дом &amp;quot;Академия Естествознания&amp;quot;</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="publisher-id">ART-14940</article-id>
      <title-group>
        <article-title>КЛАСТЕРИЗАЦИЯ КАК ИНСТРУМЕНТ АНАЛИЗА УЛИЧНО-ДОРОЖНОЙ СЕТИ МЕГАПОЛИСА</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Михеева</surname>
              <given-names>Т.И.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Mikheeva</surname>
              <given-names>T.I.</given-names>
            </name>
          </name-alternatives>
          <email>mikheevati@its-spc.ru</email>
          <xref ref-type="aff" rid="affce5dbc57"/>
        </contrib>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Сапрыкина</surname>
              <given-names>О.В.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Saprykina</surname>
              <given-names>O.V.</given-names>
            </name>
          </name-alternatives>
          <email>Olga_Grineva_@mail.ru</email>
          <xref ref-type="aff" rid="affce5dbc57"/>
        </contrib>
      </contrib-group>
      <aff id="affce5dbc57">
        <institution xml:lang="ru">ФГАОУ ВО «Самарский государственный аэрокосмический университет имени академика С.П. Королева (национальный исследовательский университет)»</institution>
        <institution xml:lang="en">Samara State Aerospace University</institution>
      </aff>
      <pub-date date-type="pub" iso-8601-date="2014-05-16">
        <day>16</day>
        <month>05</month>
        <year>2014</year>
      </pub-date>
      <issue>5</issue>
      <fpage>216</fpage>
      <lpage>216</lpage>
      <permissions>
        <license xlink:href="https://creativecommons.org/licenses/by/4.0/">
          <license-p>This is an open-access article distributed under the terms of the CC BY 4.0 license.</license-p>
        </license>
      </permissions>
      <self-uri content-type="url" hreflang="ru">https://science-education.ru/ru/article/view?id=14940</self-uri>
      <abstract xml:lang="ru" lang-variant="original" lang-source="author">
        <p>Проведен кластерный анализ участков улично-дорожной сети, основанный на методе Уорда на примере города Самара. Применение кластерного анализа при проектировании транспортной инфраструктуры позволяет выявить участки улично-дорожной сети с высокой интенсивностью транспортного потока, геометрические параметры которых требуют модификации. При проведении анализа рассматривались следующие параметры кластеризации: количество полос движения участка, длина магистрали, интенсивность транспортного потока на участке, мощности точек тяготения в зоне нормативной транспортной доступности участка, мощности объектов рекреации, параметр загруженности транспортных развязок. В результате исследования сделаны выводы об эффективности применения кластерного анализа на этапе предварительного проектирования транспортной сети и для классификации участков улично-дорожной сети, согласно их геометрическим параметрам. Использование различных параметров при кластеризации дает возможность выделить кластеры с участками улично-дорожной сети, где необходимо расширения ширины дорожного полотна по причине высокой интенсивности транспортного потока, кластеры с участками, использующимися с целью рекреации, а также зоны урбанизированной территории, подверженные наиболее интенсивной транспортной нагрузке. Данные, полученные в результате исследования, используются при оптимизации конфигурации улично-дорожной сети.</p>
      </abstract>
      <abstract xml:lang="en" lang-variant="translation" lang-source="translator">
        <p>We have done сluster analysis for the sections of the road network of Samara, based on the method of Ward. Use of cluster analysis in the design of transport infrastructure reveals sections of the road network, which has high intensity of the traffic flow and its geometrical parameters need to be modified. In the analysis, the following clustering parameters were considered: number lanes of road, highway length, the intensity of the traffic flow in the section of the road, power of gravity points in the area of transport accessibility around the road, power of objects recreational facilities, boot parameter for transport interchanges. The research results show the effectiveness of cluster analysis on the pre-design stage of the transport network and possible to classify sections of the road network, according to their geometrical parameters. The use of different parameters for clustering make possible to identify clusters with sections of the road network, where it is necessary to expand the width of the roadway due to the high intensity of the traffic flow, clusters with sections used for the purpose of recreation, as well as identify intensive urban areas. The data obtained from study are used for the optimization of the configuration of the road network.</p>
      </abstract>
      <kwd-group xml:lang="ru">
        <kwd>точка тяготения</kwd>
        <kwd>транспортная доступность</kwd>
        <kwd>интенсивность транспортного потока</kwd>
        <kwd>параметр кластеризации</kwd>
        <kwd>кластер</kwd>
      </kwd-group>
      <kwd-group xml:lang="en">
        <kwd>gravity point</kwd>
        <kwd>accessibility</kwd>
        <kwd>the intensity of the traffic flow</kwd>
        <kwd>clustering parameter</kwd>
        <kwd>Cluster</kwd>
      </kwd-group>
    </article-meta>
  </front>
  <back>
    <ref-list>
      <ref>
        <note>
          <p>1.	Барсегян А.А. Методы и модели анализа данных: OLAP и Data Mining / А.А. Барсегян, М.С. Куприянов, В.В. Степаненко, И.И. Холод    СПб.: БХВ-Петербург, 2004.   336с.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>2.	Дюран Б. Кластерный анализ. Пер. с англ. Е.З. Демиденко / Б. Дюран, П. Оделл– М.: Статистика, 1977. – 128 с.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>3.	Мандель И. Д. Кластерный анализ. — М.: Финансы и Статистика, 1988.   176 с.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>4.	Сапрыкина О.В. К вопросу об определении фокусов тяготения на основе геоинформационной составляющей интеллектуальной транспортной системы / О.В. Сапрыкина, Т.И. Михеева // Актуальные проблемы автотранспортного комплекса: межвуз. сб. науч. статей. – Самара: Самар. гос. техн. ун-т., 2010. – С. 156-160.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>5.	Lam B. A new cluster validity index for data with merged clusters and different densities/ B. Lam, H. Yan // Systems, Man and Cybernetics: IEEE International Conference. – 2005. – Vol. 1. – P. 798-803.</p>
        </note>
      </ref>
    </ref-list>
  </back>
</article>
