[發明專利]一種基于時空相關性的交通流量數據恢復方法

有效

• 申請號: 201410154792.8
• 申請日: 2014-04-17
• 公開（公告）號: CN103971520A
• 公開（公告）日: 2014-08-06
• 發明（設計）人: 宋春躍;吳俏;沈國江;王慧
• 申請（專利權）人: 浙江大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06F19/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

1.一種基于時空相關性的交通流量數據恢復方法，其特征在于該方法包括以下步驟：

步驟（1）.交通流量數據格式轉換：

將檢測點由車輛檢測器檢測得到的原始交通流量數據q_orig單位換算成標準小時流量數據，然后對該標準小時流量數據進行加權平均轉換成固定周期T的交通流量數據集q；

所述的固定周期T的交通流量數據集q={q(1),…,q(k),…,q(n)}；q(k)表示k時間段的交通流量數據，其中

所述的標準小時流量數據表示單位為車輛/小時的交通流量數據；

步驟（2）.交通流量數據篩選

2.1閾值篩選：

對步驟（1）得到的固定周期T的交通流量數據集q進行閾值篩選，即對交通流量數據集q中的交通流量數據q(k)進行逐個比較，根據公式（1）進行篩選，剔除交通流量數據集q中不符合公式（2）的數據：

0＜q(k)＜Q_max(1)；

Q_max＝f_c×C(2)；

其中閾值Q_max的單位為veh/h；C表示車道的基本通行能力，單位為veh/h；f_c為常數；

2.2零數據篩選：

對步驟2.1篩選后得到的交通流量數據集進行零數據篩選，具體步驟如下：

根據泊松分布原理得到時間間隔t內到達車輛數的概率P(x)見公式（3）：

P(x)=(λt)xe-λtx!---(3);]]>

式中P(x)為時間間隔t內到達x輛車的概率，x為自然數；λt為時間間隔t內平均到達的車輛數；

若置信水平α＝0.01，采樣間隔內有車輛通過，即x＞0的概率為：

P(x>0)=1-P(0)=1-(λt)0e-λt0!=0.99---(4);]]>

由此可得：

λt≈4.6(veh/(tmin))（5）；

Q0=λt×60t(veh/h)---(6);]]>

其中Q₀表示時間間隔t內的標準小時交通流量數據；

若時間間隔t等于固定周期T，當k時段的歷史平均交通流量大于Q₀，且實際檢測到的交通流量數據q(k)顯示為零時，則從步驟2.1篩選后得到的交通流量數據集中篩選出該數據，如公式（7）所示：

2.3質量篩選：

對步驟2.2篩選后的交通流量數據集進行質量篩選，剔除不符合式（8）的數據；

min{q‾(k)-2σq,q(k-1)+d‾(k)-2σd}≤q(k)≤max{q‾(k)+2σq,q(k-1)+d‾(k)+2σd}---(8);]]>

其中為k時段的歷史平均交通流量，σ_q為的方差；為k時段與k-1時段的流量平均差值，σ_d為的方差；

步驟（3）.交通流量數據恢復：

3.1利用基于時間相關性的交通流量數據恢復方法，得到缺失數據車道流量數據的預測值：

首先采用簡單移動平均法構造時間序列模型以得到步驟（2）篩選后的交通流量數據中缺失數據車道流量數據的預測值見公式（9）：

q^T(k)=q(k-1)+q(k-2)+···+q(k-n)n---(9);]]>

其中n為移動平均個數；

3.2利用基于空間相關性的交通流量數據恢復方法，得到缺失數據車道流量數據預測值：

首先采用多元線性回歸分析，以步驟（2）篩選后的交通流量數據中缺失數據車道流量數據檢測點交叉口的上下游交叉口的交通流量數據為自變量，建立多元回歸模型，得到當前交叉口交通流量預測值然后乘以數據缺失車道j在該時段k的車道占有率f_j(k)，得到缺失數據車道流量數據預測值見公式(10)；

q^S(k)=Q^(k)×fj(k)---(10);]]>

若上游交叉口有a個方向車流駛向檢測路段，同時有駛出路段的車輛分b個方向駛向下游交叉口,則共有i＝a+b個自變量Q₁(k)、Q₂(k)、……、Q_i(k)；

Q^(k)=β0+β1Q1(k)+β2Q2(k)+···+βiQi(k)---(11);]]>

式中β₀、……、β_i為回歸系數；

fj(k)=Hqj(k)Σj=1mHqj(k)---(12);]]>

式中Hq_j(k)表示數據缺失車道j在時段k內的歷史交通流量，m為檢測點車道數；

3.3利用基于時空相關性的交通流量數據恢復方法，得到最終的缺失數據車道流量數據恢復值：

根據公式（13）、（14）計算上述步驟3.1、3.2兩模型預測值的百分比相對誤差R_T和R_S，并根據公式（15）確定綜合模型的權重系數θ；

RT=(|q^T(k)-q(k)|/q(k))×100%---(13);]]>

RS=(|q^S(k)-q(k)|/q(k))×100%---(14);]]>

θ=RTRT+RS---(15);]]>

最后根據式（16）得到最終的缺失數據車道流量數據恢復值；

q^(k)=θqT^(k)+(1-θ)qS^(K)---(16);]]>

步驟4.根據公式（17）將步驟3得到的最終的缺失數據車道流量數據恢復值補充至步驟2篩選后的交通流量數據集中；