论文部分内容阅读
摘要：因为我国中国人民大学生活发展水平的不断提高和城市化进程的不断加快，城市交通工具也逐渐增多，交通安全事故，交通堵塞等问题也成为当今经济社会的重大难题，所以可以解决交通环境问题已经成为我们国家现在的首要任务。为了这一社会现象，与知识相结合，我们已经学会了工作了关于交通拥堵的时间表，合理安排，以方便市民出行，减少交通诸多交通问题的发生。
模型和聚类分析，基于语言的模型和数学，描述和分类事物根据一定的要求。它通常指的是研究基于所述对象本身，模糊矩阵结构的独特的属性，然后再确定隶属的聚类的程度之间的关系。就是说，用模糊数学的方法把样本企业之间的多个模糊控制关系可以定量分析确定，以达到一个客观且准确地进行聚类的目的。聚类数据集划分为多个簇或类，各种类型的数据的膨胀之间的差异，但数据的使类之间的差尽可能小，是“最小化彼此间相似性为基础的，以最大化类相似性”原则。
模糊聚类分析的方法，就是通过运用学习数学教学方法，处理方式确定研究对象，把具有相似性质的事物分成几类。该项目是根据在按一定标准分类在车辆不同的时间天的道路交通调查，道路拥堵的许多方法来进行，这样我们就可以合理安排旅游开发了基于统计的结果，解决交通拥堵问题，方便大家的生活。
机动车使用率的增加是导致我国城市轨道交通拥堵的主要原因，解决城市交通安全问题我们首先需要进行解决车流问题。通过这个项目的分析，我们让大家出行合理安排时间，避免交通堵塞，交通事故，为下一个当地政府的一些建议出台改善道路拥堵的政策。
关键词：模糊数学;模糊聚类分析;交通拥堵;解决方案
引言
因为我国中国人民大学生活发展水平的不断提高和城市化进程的不断加快，城市交通工具也逐渐增多，交通安全事故，交通堵塞等问题也成为当今经济社会的重大难题，所以可以解决交通环境问题已经成为我们国家现在的首要任务。为了这一社会现象，与知识相结合，我们已经学会了工作了关于交通拥堵的时间表，合理安排，以方便市民出行，减少交通诸多交通问题的发生。
本课题设计主要通过运用进行模糊聚类分析的思想，模糊聚类分析是运用学习数学教学方法以及研究和处理给定对象的分类，把具有非常相似性质的事物区分开加以分类。该项目是根据在按一定标准分类在车辆不同的时间天的道路交通调查，道路拥堵的许多方法来进行，这样我们就可以合理安排旅游开发了基于统计的结果，解决交通拥堵问题，方便大家的生活。
运营模糊聚类分析的知识经济研究一天中不同发展时间的道路拥挤状况，来解决大家的出行安全问题，解决存在一些企业实际的生活质量问题。
一、模糊数学理论知识
（一）模糊集的基本定理
-截集：設∈对于任意[0，1]，记=，称之为的-截集，其中称为阀值或者是置信水平.
通过定义过，模糊集 - 是一个经典的割集组，其由不低于成员构件少构成，其中，所述功能：
（二）扩张原理
设映射：U→V，称映射 为从映射扩张的模糊变换，其隶属函数为 .
（三）模糊统计方法
1.3.1大量观察法
大量观察法，即指所研究的现象和过程我们要以企业整体发展考察的方式来进行，对总体中全部多数的单位可以进行分析研究。 以更充分的实际数据，作为理解的基础。客观现象与狭缝总数之间的关系是狭缝和统计学的主题。因为各个单元通常由大致相同的性质构成，而且也有很多的在它们的性能特性模糊模糊量的差异和。故，要使这些学生个体企业单位偶然数量差异抵消，只有一个综合分析大量的客观模糊现象，方能使大量客观社会现象之模糊数量关系发展呈现出其必然规律性。
1.3.2隶属函数法
隶属函数，是模糊统计的一种独特的方法。模糊统计学的意义，不是变成模模糊糊的数量进行分析技术工具，而是将统计学进入一个模糊现象和模糊概念的各个方面知识经济领域工作中去，分析问题研究内容模糊数量关系，从而使本来错综复杂的事物变得更加明确。为了确保精确的统计，可以模糊概念，模糊数用来衡量在[0，1]范围内的实数，这个数字是“会员”。若隶属度依变量x不同而改变，那么就称之为“隶属关系函数”。隶属函数，根据客观的方法确定的，当然，也可以根据经验来确定。隶属函数法即应用以及隶属函数，使模糊控制数量由粗略的统计过渡到精确的统计，然后以精确的数据信息进行管理研究现状分析。
1.3.3模糊分析法
模糊分析法，专用模糊统计分析方法，分析含糊研究数量之间模糊关系。其在现实社会生活环境中有许多不同种类，例如：模糊综合分析评判、模糊聚类、模糊统计表、模糊数据统计度、模糊统计数等。每种方法都有其独特的特点，适应这一研究只选择，它能够真正发挥有意义的作用。
1.4模糊矩阵
1.4.1模糊矩阵定义
1.4.2模糊矩阵的合成
1.4.3模糊矩阵的运算法则
1.5模糊聚类分析方法
1.5.1系统聚类法
③运用运算的T=T·T，求出最接近相似关系T的模糊等价关系S=T.若R已是模糊等价关系，则取S=T;
④选取适当水平α（0≤α≤1），得到M的一种聚类.
1.5.2逐步聚类法
一种可以基于一个模糊划分的模糊聚类分析法。良好的预先确定的样本应在几个类别，直到分类合理到目前为止分，其次是优化原则重新分类，经过多次迭代。分类管理过程中，可以自己认为，若某个样本以企业某一隶属度，它就隶属于中国某一类，又以另一部分隶属度隶属于另一类.这样，样本就不清楚地属于或不属于某一类别。如果样本集有 n 个样本要划分为 c，那么它的模分割矩阵就是这个 c 行 n 列。矩阵模糊分区具有以下特点： ②每一样各类的隶属度之和为1;
③每一类具有模糊数据子集都不是空集.
1.5.3最优分类
有无限多的模糊划分矩阵，全称为模糊分区空间这种模糊划分的矩阵。最优进行分类的标准是企业样本与聚类中心的距离平方和达到最小.基于属于不同类型会员的样本，它也应该从每个类别的聚类中心考虑它的距离。算出一个最优模糊划分矩阵后，还必须求得发展相应的常规管理划分。此时，聚类中心可能在计算机的存在下获得的，该样品是重新输入一个一个地进行比较，以最接近于它属于哪个类的集群的中心中的每个簇中心。
1.6最大隶属原则
1.7模糊决策
1.7.1模糊排序
研究决策者在模糊环境下如何进行确定各种管理决策方案设计之间的优劣次序。例如，给定一个模糊方法（自反，传输二进制模糊关系），或给定的一般还没有过去，一个二元关系大致有多满放电序列;适用于各种指标，多个效用函数的问题，如何使用模糊集理论融入整洁有序，多层次的决策和解决问题应该是如何排序等一行。
1.7.3模糊对策
当决策者在另一方也有决策的情况下做出决策时，需要运用博弈论。如果双方都接受的选择策略，这就要求模糊博弈论的应用有一定模糊约束。
二、MATLAB过程
2.1定义
MATLAB由一系列工具组成。这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用的是图形用户界面。包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。随着MATLAB的商业化以及软件本身的不断升级，MATLAB的用户界面也越来越精致，更加接近Windows的标准界面，人机交互性更强，操作更简单。而且新版本的MATLAB提供了完整的联机查询、帮助系统，极大的方便了用户的使用。简单的编程语言环境发展提供了比较完备的调试系统，程序不必经过编译就可以通过直接经济运行，而且我们能够得到及时地报告出现的错误及进行出错原因主要分析。
2.2 模糊化
若将某信号用三个隶属函数表示，则一般对应的是‘很小’、‘中等’、‘很大’;若分为5段，则为‘很小’、‘较小’、‘中等’、‘较大’、‘很大’。
2.3 模糊规则
若将多路信号均模糊化，可以用if，else.If ip1为“很小”;and ip2 为“很大”;then op=“很大”。模糊规则可以通过ruleedit（）函数生成的界面进行设定，也可以通过mfedit（）函数的EditRules菜单项编辑模糊推理规则。
2.4 解模糊化
由模糊推理的运算的模糊输出中获得，通过指定精确算法这个模糊输出，也被称为解模糊化。模糊控制逻辑处理工具箱可以提供了多种解模糊化的算法。
建立根据上述方法的模糊推理系统的数据结构：
存储建立的模糊推理系统
FileExportTo Disk *.fis
Writefis（）
FileExportTo Workspace
模糊推理问题求解
y=evalfis（X，fis）
其中，X为矩阵，各列为输入信号的精确值
2.5求模糊相似矩阵R的函数
fuz_distance.m
function R=fuz_distance（x，type）
[n，m]=size（x）;
c=0.1;
a=1;
fori=1：n
for j=1：n
switch type
case 1 夹角余弦法
R（i，j）=（x（i，：）*x（j，：）’）/（norm（x（i，：），2）*norm（x（j，：），2））;
case 2 相关系数法
Dxi=abs（x（i，：）-mean（x（i，：）））;
Dxj=abs（x（j，：）-mean（x（j，：）））;
R（i，j）=（Dxi*Dxj’）/（norm（Dxi，2）*norm（Dxj，2））;
case 3 海明距離法
d=sum（abs（x（i，：）-x（j，：）））;
R（i，j）=1-c*d^a;
case 4 欧氏距离法
d=norm（x（i，：）-x（j，：），2）;
R（i，j）=1-c*d^a;
case 5 切比雪夫距离法
d=max（abs（x（i，：）-x（j，：）））;
R（i，j）=1-c*d^a;
case 6 最大最小（贴近度）法
R（i，j）=sum（min（[x（i，：）;x（j，：）]））/sum（max（[x（i，：）;x（j，：）]））;
case 7 算术平均最小（贴近度）法
R（i，j）=2*sum（min（[x（i，：）;x（j，：）]））/sum（x（i，：）+x（j，：））;
case 8 几何平均最小（贴近度）法
R（i，j）=sum（min（[x（i，：）;x（j，：）]））/sum（sqrt（x（i，：）.*x（j，：）））;
end
2.6求R的传递闭包t（R）的函数
tran_R.m function [B，k]=tran_R（R）
n=length（R）;
B=zeros（n，n）;
flag=0;
k=1/2;
while flag==0
B=fco（R，R）;
k=2*k;
if B==R
flag=1;
else
R=B;
end
end
上面的函数tran_R.m调用函数矩阵模糊合成算子函数：
fco.m
function B=fco（Q，R）
[n，m]=size（Q）;
[m，l]=size（R）;
B=zeros（n，l）;
fori=1：n
for k=1：l
B（i，k）=max（min（[Q（i，：）;R（：，k）’]））;
end
end
求t（R）的λ-截矩阵的函数：
fuz_lamda.m
function y=fuz_lamda（X，m）
lamda=unique（X）’;
X（find（X<lamda（m）））=0;
X（find（X>=lamda（m）））=1;
y=X.
End
三、研究的内容
①首先需要进行对一条道路的安全管理调查，如是否道路进行分析施工，红绿灯是否可以正常等问题。然后，进行对周一到周 五这五天中6：00、8：00、10：00、12：00、14：00、16：00、18：00、20：00、22：00这9个时间段的车辆来往数量的统计。
②调查数据进行汇总，九个数据作为特征数据，使得数据矩阵，分别在周一至周五，有一天，运用模糊聚类分析的一定时间内的数据流量：数据标准化，模糊相似矩阵，获得动态聚类图
③根据实际问题的分析及模糊聚类分析研究结果，将一天中的道路发展状况可以分为优、良、差，与这些数据结果相匹配。
四、调查报告
4.1实地调查法
观察目的，有计划地使用自己的感官或科学观测工具，你可以学习如何发现社会现象在自然状态下。
4.2观察法
研究者根据企业一定的研究主要目的、研究提纲或观察表，用自己的感官和辅助工具去直接进行观察被研究分析对象，从而能够获得资料的一种方式方法。科学观测目的，有计划的，系统的和可重复的。
4.3调查的数据
图1 车流数据表
图2 车流情况表
五、分析数据情况表
从表中可以看出，在6：00-8：00，12：00-14：00，18：00-20：00这三段时间内，车流量多，道路状况差，出现交通拥堵的现象，应建议大家合理安排出行，尽量减少行驶这段道路，在16：00-18：00，20：00-22：00，22：00-24：00这三段时间内，车流量少，道路状况不拥堵，道路通暢，大家可以出行，在8：00-10：00，10：00-12：00，14：00-16：00在这三段时间内，车流量正常，大家根据自身情况合理安排出行。从以上表的情况分析来看，车流量出现拥堵的情况可以出现在早高峰上班和晚高峰下班时间，大家应结合实际情况表，合理进行安排出行，避免企业出现发展道路拥堵的状况，引发学生交通安全事故。
六、研究结论
①把各个时间段的道路状况进行数据分析后，得出一份道路情况表，告诉大家哪一段时间拥堵，哪一段时间清闲，让大家合理的安排出行，以便方便大家的生活。
②国家在交通智方面不断投入，必将促进数据挖掘技术在这一领域的应用，数据挖掘的理论研究成果技术应用于交通系统，为改善人民大众出行做出贡献，让大家的生活更加方便、更加安全。
本文总结了目前交通拥堵问题研究的缺陷与不足，吸收了专家学者的研究成果，建立起一套合理有效的城市路网交通拥堵模糊评价体。
本文总结了我国目前交通拥堵问题进行研究的缺陷与不足，吸收了专家学者的研究发展成果，建立起一套科学合理有效的城市路网交通拥堵模糊评价指标体系，对城市路网规划设计以及居民出行都有一个非常具有重要的指导实践意义。
参考文献：
[1]谢季坚，刘承平.模糊数学方法及其应用[M].武汉华中科技大学出版社，2006.1～32
[2]楼世博.模糊数学[M].科学出版社，1983.13～57
[3]方燕，章道云.风险投资的模糊数学评价模型[D].西华大学管理学院，2005.2.第12期.80～84
[4]任福田，刘小明，荣建.交通工程学[M].人民交通出版社，2010.58～101
[5]Technol Dev.Agency，Estimating Road Traffic Congestion using Vehicle Velocity[R]ITS Telecommunications Proceedings.2006.7.1001～1004
[6]刘卫国.MATLAB程序设计教程[M].中国水利水电出版社，2004.56～81
[7]张志涌等.精通MATLAB[R]2011a.北京航空航天大学出版社，2011.11
[8]李昕.MATLAB数学建模[M].清华大学出版社，2017.36～62
[9]杨祖元，黄席樾，杜长海，唐明霞.基于FFCM聚类的城市交通拥堵判别研究[M].计算机应用研究，2008，25（9）.2768～2770
[10]朱定局.数据处理与深度学习[M].清华大学出版社，2019.20～72
模型和聚类分析，基于语言的模型和数学，描述和分类事物根据一定的要求。它通常指的是研究基于所述对象本身，模糊矩阵结构的独特的属性，然后再确定隶属的聚类的程度之间的关系。就是说，用模糊数学的方法把样本企业之间的多个模糊控制关系可以定量分析确定，以达到一个客观且准确地进行聚类的目的。聚类数据集划分为多个簇或类，各种类型的数据的膨胀之间的差异，但数据的使类之间的差尽可能小，是“最小化彼此间相似性为基础的，以最大化类相似性”原则。
模糊聚类分析的方法，就是通过运用学习数学教学方法，处理方式确定研究对象，把具有相似性质的事物分成几类。该项目是根据在按一定标准分类在车辆不同的时间天的道路交通调查，道路拥堵的许多方法来进行，这样我们就可以合理安排旅游开发了基于统计的结果，解决交通拥堵问题，方便大家的生活。
机动车使用率的增加是导致我国城市轨道交通拥堵的主要原因，解决城市交通安全问题我们首先需要进行解决车流问题。通过这个项目的分析，我们让大家出行合理安排时间，避免交通堵塞，交通事故，为下一个当地政府的一些建议出台改善道路拥堵的政策。
关键词：模糊数学;模糊聚类分析;交通拥堵;解决方案
引言
因为我国中国人民大学生活发展水平的不断提高和城市化进程的不断加快，城市交通工具也逐渐增多，交通安全事故，交通堵塞等问题也成为当今经济社会的重大难题，所以可以解决交通环境问题已经成为我们国家现在的首要任务。为了这一社会现象，与知识相结合，我们已经学会了工作了关于交通拥堵的时间表，合理安排，以方便市民出行，减少交通诸多交通问题的发生。
本课题设计主要通过运用进行模糊聚类分析的思想，模糊聚类分析是运用学习数学教学方法以及研究和处理给定对象的分类，把具有非常相似性质的事物区分开加以分类。该项目是根据在按一定标准分类在车辆不同的时间天的道路交通调查，道路拥堵的许多方法来进行，这样我们就可以合理安排旅游开发了基于统计的结果，解决交通拥堵问题，方便大家的生活。
运营模糊聚类分析的知识经济研究一天中不同发展时间的道路拥挤状况，来解决大家的出行安全问题，解决存在一些企业实际的生活质量问题。
一、模糊数学理论知识
（一）模糊集的基本定理
-截集：設∈对于任意[0，1]，记=，称之为的-截集，其中称为阀值或者是置信水平.
通过定义过，模糊集 - 是一个经典的割集组，其由不低于成员构件少构成，其中，所述功能：
（二）扩张原理
设映射：U→V，称映射 为从映射扩张的模糊变换，其隶属函数为 .
（三）模糊统计方法
1.3.1大量观察法
大量观察法，即指所研究的现象和过程我们要以企业整体发展考察的方式来进行，对总体中全部多数的单位可以进行分析研究。 以更充分的实际数据，作为理解的基础。客观现象与狭缝总数之间的关系是狭缝和统计学的主题。因为各个单元通常由大致相同的性质构成，而且也有很多的在它们的性能特性模糊模糊量的差异和。故，要使这些学生个体企业单位偶然数量差异抵消，只有一个综合分析大量的客观模糊现象，方能使大量客观社会现象之模糊数量关系发展呈现出其必然规律性。
1.3.2隶属函数法
隶属函数，是模糊统计的一种独特的方法。模糊统计学的意义，不是变成模模糊糊的数量进行分析技术工具，而是将统计学进入一个模糊现象和模糊概念的各个方面知识经济领域工作中去，分析问题研究内容模糊数量关系，从而使本来错综复杂的事物变得更加明确。为了确保精确的统计，可以模糊概念，模糊数用来衡量在[0，1]范围内的实数，这个数字是“会员”。若隶属度依变量x不同而改变，那么就称之为“隶属关系函数”。隶属函数，根据客观的方法确定的，当然，也可以根据经验来确定。隶属函数法即应用以及隶属函数，使模糊控制数量由粗略的统计过渡到精确的统计，然后以精确的数据信息进行管理研究现状分析。
1.3.3模糊分析法
模糊分析法，专用模糊统计分析方法，分析含糊研究数量之间模糊关系。其在现实社会生活环境中有许多不同种类，例如：模糊综合分析评判、模糊聚类、模糊统计表、模糊数据统计度、模糊统计数等。每种方法都有其独特的特点，适应这一研究只选择，它能够真正发挥有意义的作用。
1.4模糊矩阵
1.4.1模糊矩阵定义
1.4.2模糊矩阵的合成
1.4.3模糊矩阵的运算法则
1.5模糊聚类分析方法
1.5.1系统聚类法
③运用运算的T=T·T，求出最接近相似关系T的模糊等价关系S=T.若R已是模糊等价关系，则取S=T;
④选取适当水平α（0≤α≤1），得到M的一种聚类.
1.5.2逐步聚类法
一种可以基于一个模糊划分的模糊聚类分析法。良好的预先确定的样本应在几个类别，直到分类合理到目前为止分，其次是优化原则重新分类，经过多次迭代。分类管理过程中，可以自己认为，若某个样本以企业某一隶属度，它就隶属于中国某一类，又以另一部分隶属度隶属于另一类.这样，样本就不清楚地属于或不属于某一类别。如果样本集有 n 个样本要划分为 c，那么它的模分割矩阵就是这个 c 行 n 列。矩阵模糊分区具有以下特点： ②每一样各类的隶属度之和为1;
③每一类具有模糊数据子集都不是空集.
1.5.3最优分类
有无限多的模糊划分矩阵，全称为模糊分区空间这种模糊划分的矩阵。最优进行分类的标准是企业样本与聚类中心的距离平方和达到最小.基于属于不同类型会员的样本，它也应该从每个类别的聚类中心考虑它的距离。算出一个最优模糊划分矩阵后，还必须求得发展相应的常规管理划分。此时，聚类中心可能在计算机的存在下获得的，该样品是重新输入一个一个地进行比较，以最接近于它属于哪个类的集群的中心中的每个簇中心。
1.6最大隶属原则
1.7模糊决策
1.7.1模糊排序
研究决策者在模糊环境下如何进行确定各种管理决策方案设计之间的优劣次序。例如，给定一个模糊方法（自反，传输二进制模糊关系），或给定的一般还没有过去，一个二元关系大致有多满放电序列;适用于各种指标，多个效用函数的问题，如何使用模糊集理论融入整洁有序，多层次的决策和解决问题应该是如何排序等一行。
1.7.3模糊对策
当决策者在另一方也有决策的情况下做出决策时，需要运用博弈论。如果双方都接受的选择策略，这就要求模糊博弈论的应用有一定模糊约束。
二、MATLAB过程
2.1定义
MATLAB由一系列工具组成。这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用的是图形用户界面。包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。随着MATLAB的商业化以及软件本身的不断升级，MATLAB的用户界面也越来越精致，更加接近Windows的标准界面，人机交互性更强，操作更简单。而且新版本的MATLAB提供了完整的联机查询、帮助系统，极大的方便了用户的使用。简单的编程语言环境发展提供了比较完备的调试系统，程序不必经过编译就可以通过直接经济运行，而且我们能够得到及时地报告出现的错误及进行出错原因主要分析。
2.2 模糊化
若将某信号用三个隶属函数表示，则一般对应的是‘很小’、‘中等’、‘很大’;若分为5段，则为‘很小’、‘较小’、‘中等’、‘较大’、‘很大’。
2.3 模糊规则
若将多路信号均模糊化，可以用if，else.If ip1为“很小”;and ip2 为“很大”;then op=“很大”。模糊规则可以通过ruleedit（）函数生成的界面进行设定，也可以通过mfedit（）函数的EditRules菜单项编辑模糊推理规则。
2.4 解模糊化
由模糊推理的运算的模糊输出中获得，通过指定精确算法这个模糊输出，也被称为解模糊化。模糊控制逻辑处理工具箱可以提供了多种解模糊化的算法。
建立根据上述方法的模糊推理系统的数据结构：
存储建立的模糊推理系统
FileExportTo Disk *.fis
Writefis（）
FileExportTo Workspace
模糊推理问题求解
y=evalfis（X，fis）
其中，X为矩阵，各列为输入信号的精确值
2.5求模糊相似矩阵R的函数
fuz_distance.m
function R=fuz_distance（x，type）
[n，m]=size（x）;
c=0.1;
a=1;
fori=1：n
for j=1：n
switch type
case 1 夹角余弦法
R（i，j）=（x（i，：）*x（j，：）’）/（norm（x（i，：），2）*norm（x（j，：），2））;
case 2 相关系数法
Dxi=abs（x（i，：）-mean（x（i，：）））;
Dxj=abs（x（j，：）-mean（x（j，：）））;
R（i，j）=（Dxi*Dxj’）/（norm（Dxi，2）*norm（Dxj，2））;
case 3 海明距離法
d=sum（abs（x（i，：）-x（j，：）））;
R（i，j）=1-c*d^a;
case 4 欧氏距离法
d=norm（x（i，：）-x（j，：），2）;
R（i，j）=1-c*d^a;
case 5 切比雪夫距离法
d=max（abs（x（i，：）-x（j，：）））;
R（i，j）=1-c*d^a;
case 6 最大最小（贴近度）法
R（i，j）=sum（min（[x（i，：）;x（j，：）]））/sum（max（[x（i，：）;x（j，：）]））;
case 7 算术平均最小（贴近度）法
R（i，j）=2*sum（min（[x（i，：）;x（j，：）]））/sum（x（i，：）+x（j，：））;
case 8 几何平均最小（贴近度）法
R（i，j）=sum（min（[x（i，：）;x（j，：）]））/sum（sqrt（x（i，：）.*x（j，：）））;
end
2.6求R的传递闭包t（R）的函数
tran_R.m function [B，k]=tran_R（R）
n=length（R）;
B=zeros（n，n）;
flag=0;
k=1/2;
while flag==0
B=fco（R，R）;
k=2*k;
if B==R
flag=1;
else
R=B;
end
end
上面的函数tran_R.m调用函数矩阵模糊合成算子函数：
fco.m
function B=fco（Q，R）
[n，m]=size（Q）;
[m，l]=size（R）;
B=zeros（n，l）;
fori=1：n
for k=1：l
B（i，k）=max（min（[Q（i，：）;R（：，k）’]））;
end
end
求t（R）的λ-截矩阵的函数：
fuz_lamda.m
function y=fuz_lamda（X，m）
lamda=unique（X）’;
X（find（X<lamda（m）））=0;
X（find（X>=lamda（m）））=1;
y=X.
End
三、研究的内容
①首先需要进行对一条道路的安全管理调查，如是否道路进行分析施工，红绿灯是否可以正常等问题。然后，进行对周一到周 五这五天中6：00、8：00、10：00、12：00、14：00、16：00、18：00、20：00、22：00这9个时间段的车辆来往数量的统计。
②调查数据进行汇总，九个数据作为特征数据，使得数据矩阵，分别在周一至周五，有一天，运用模糊聚类分析的一定时间内的数据流量：数据标准化，模糊相似矩阵，获得动态聚类图
③根据实际问题的分析及模糊聚类分析研究结果，将一天中的道路发展状况可以分为优、良、差，与这些数据结果相匹配。
四、调查报告
4.1实地调查法
观察目的，有计划地使用自己的感官或科学观测工具，你可以学习如何发现社会现象在自然状态下。
4.2观察法
研究者根据企业一定的研究主要目的、研究提纲或观察表，用自己的感官和辅助工具去直接进行观察被研究分析对象，从而能够获得资料的一种方式方法。科学观测目的，有计划的，系统的和可重复的。
4.3调查的数据
图1 车流数据表
图2 车流情况表
五、分析数据情况表
从表中可以看出，在6：00-8：00，12：00-14：00，18：00-20：00这三段时间内，车流量多，道路状况差，出现交通拥堵的现象，应建议大家合理安排出行，尽量减少行驶这段道路，在16：00-18：00，20：00-22：00，22：00-24：00这三段时间内，车流量少，道路状况不拥堵，道路通暢，大家可以出行，在8：00-10：00，10：00-12：00，14：00-16：00在这三段时间内，车流量正常，大家根据自身情况合理安排出行。从以上表的情况分析来看，车流量出现拥堵的情况可以出现在早高峰上班和晚高峰下班时间，大家应结合实际情况表，合理进行安排出行，避免企业出现发展道路拥堵的状况，引发学生交通安全事故。
六、研究结论
①把各个时间段的道路状况进行数据分析后，得出一份道路情况表，告诉大家哪一段时间拥堵，哪一段时间清闲，让大家合理的安排出行，以便方便大家的生活。
②国家在交通智方面不断投入，必将促进数据挖掘技术在这一领域的应用，数据挖掘的理论研究成果技术应用于交通系统，为改善人民大众出行做出贡献，让大家的生活更加方便、更加安全。
本文总结了目前交通拥堵问题研究的缺陷与不足，吸收了专家学者的研究成果，建立起一套合理有效的城市路网交通拥堵模糊评价体。
本文总结了我国目前交通拥堵问题进行研究的缺陷与不足，吸收了专家学者的研究发展成果，建立起一套科学合理有效的城市路网交通拥堵模糊评价指标体系，对城市路网规划设计以及居民出行都有一个非常具有重要的指导实践意义。
参考文献：
[1]谢季坚，刘承平.模糊数学方法及其应用[M].武汉华中科技大学出版社，2006.1～32
[2]楼世博.模糊数学[M].科学出版社，1983.13～57
[3]方燕，章道云.风险投资的模糊数学评价模型[D].西华大学管理学院，2005.2.第12期.80～84
[4]任福田，刘小明，荣建.交通工程学[M].人民交通出版社，2010.58～101
[5]Technol Dev.Agency，Estimating Road Traffic Congestion using Vehicle Velocity[R]ITS Telecommunications Proceedings.2006.7.1001～1004
[6]刘卫国.MATLAB程序设计教程[M].中国水利水电出版社，2004.56～81
[7]张志涌等.精通MATLAB[R]2011a.北京航空航天大学出版社，2011.11
[8]李昕.MATLAB数学建模[M].清华大学出版社，2017.36～62
[9]杨祖元，黄席樾，杜长海，唐明霞.基于FFCM聚类的城市交通拥堵判别研究[M].计算机应用研究，2008，25（9）.2768～2770
[10]朱定局.数据处理与深度学习[M].清华大学出版社，2019.20～72