[發明專利]一種基于特征重要性的判斷交通擁堵成因的方法

有效

• 申請號: 201710400712.6
• 申請日: 2017-05-31
• 公開（公告）號: CN106997669B
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 吳舜堯;宋濤濤;仝婷婷;張齊
• 申請（專利權）人: 青島大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06Q50/26
• 代理公司: 青島高曉專利事務所(普通合伙) 37104
• 代理人: 高澤玉

1.一種基于特征重要性的判斷交通擁堵成因的方法，該方法包括以下步驟：

A、提取擁堵點段的交通擁堵等級及相關特征；

B、基于預測殘差集成特征重要性評估方法獲得擁堵點段的成因庫；

C、基于關聯規則挖掘方法分析某次擁堵的具體原因；

其特征在于，步驟A中提取周期型特征、臨時型特征、拓撲型特征與功能型特征的方法包括以下步驟：

將采集的交通數據的初始時刻作為起始時間，以q分鐘為間隔劃分時段，將一天劃分為個時段，采集到數據的時間跨度為d天，共包含d*n_q個時段，路口i在t時段的交通流量和交通擁堵等級分別為t時段之前的流量、天氣、擁堵等級信息視為已知信息，為特征重要性分析的關注變量，其中不含t時段；

(1)提取周期型特征，具體包括如下特征：

(1-1)以一天為周期，路口i在前k天內每天8:00～8:20時段交通流量的均值共包含n個特征；其中，k＝1,2,…n；

(1-2)以一天為周期，路口i在前k天內同時段擁堵等級的均值共包含n個特征；

(1-3)以一天為周期，路口i在前k天內同時段交通流量的中位數共包含n個特征；

(1-4)以一天為周期，路口i在前k天內同時段擁堵等級的中位數共包含n個特征；

(1-5)以一周為周期，路口i在前l周同時段的交通流量的均值共包含m個特征；其中l＝1,2,…,m；

(1-6)以一周為周期，路口i在前l周同時段的擁堵等級的均值共包含m個特征；

(1-7)以一周為周期，路口i在前l周同時段的交通流量的中位數共包含m個特征；

(1-8)以一周為周期，路口i在前l周內同時段擁堵等級的中位數共包含m個特征；

(2)提取臨時型特征，具體包括如下特征：

(2-1)路口i在t-j時段交通流量共包含q個特征；其中，j＝1,2,…,q；

(2-2)路口i在t時刻的前j個時段內交通流量的均值為共包含q個特征；

(2-3)路口i在t時刻前j個時段內交通流量的中位數共包含q個特征；

(2-4)路口i在t與t-j時刻交通流量的差值共包含q個特征；

(2-5)以一周為周期，路口i在t-1時段與前l周同時段交通流均值的差值共包含m個特征；

(2-6)以一周為周期，路口i在t-1時段與前l周同時段交通流中位數的差值共包含m個特征；

(3)提取拓撲型特征，將城市道路抽象為無權網絡，路口視為節點，路段視為連邊，采用dijkstra算法計算任意路口間的最短路徑或最小跳數，記t時刻路口i的p近鄰路口的交通流量為其中p＝1,2,…,g；代表t時段路口i的第b個p近鄰路口的流量；N^i,p代表路口i的p近鄰路口的總數，即距路口i僅為p個路段的路口數目，拓撲特征具體包括如下特征：

(3-1)t時刻路口i的p近鄰路口交通流量的均值共包含g個特征；

(3-2)t時刻路口i的p近鄰路口交通流量的中位數共包含g個特征；

(3-3)路口i的p近鄰路口t-j時刻的交通流量的均值共包含q*g個特征；

(3-4)路口i的p近鄰路口t-j時刻的交通流量的中位數共包含q*g個特征；

(4)提取功能型特征包括監測器附近設施類別、天氣、路況信息，本專利將這些溫度、濕度的數據離散化為名義型特征，具體包括如下特征：

(4-1)令tem表示溫度值，將溫度的劃分為五種類型；

(4-2)令wea表示天氣狀態，將天氣分為五種類型；

(4-3)令s表示濕度值，將濕度分為五種類型；

(4-4)某路口i附近的設施情況；

(4-5)某路口i附近包含x類設施的數量N(x)。

2.根據權利要求1所述的一種基于特征重要性的判斷交通擁堵成因的方法，其特征在于：所述步驟A中提取的特征為通過智能交通系統采集的日志數據數據輸入到計算機中進行分析和提取得到的周期型特征、臨時型特征、拓撲型特征與功能型特征；所述步驟A中提取交通擁堵等級為通過智能交通系統采集的日志數據數據輸入到計算機中進行提取，得到的擁堵等級，其分為十級，一級為不擁堵，十級為最擁堵。