[發(fā)明專(zhuān)利]偶發(fā)性交通擁堵持續(xù)時(shí)間的數(shù)據(jù)提取與實(shí)時(shí)預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910835268.X
• 申請(qǐng)日: 2019-09-05
• 公開(kāi)（公告）號(hào): CN110751311B
• 公開(kāi)（公告）日: 2022-09-13
• 發(fā)明（設(shè)計(jì)）人: 楊小寶;夏方林;高自友;閆學(xué)東;四兵鋒
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京交通大學(xué)
• 主分類(lèi)號(hào): G06Q10/04
• 分類(lèi)號(hào): G06Q10/04;G06Q50/30;G08G1/01
• 代理公司: 北京衛(wèi)平智業(yè)專(zhuān)利代理事務(wù)所(普通合伙) 11392
• 代理人: 張新利;謝建玲

本發(fā)明涉及一種偶發(fā)性交通擁堵持續(xù)時(shí)間的數(shù)據(jù)提取與實(shí)時(shí)預(yù)測(cè)方法，包括步驟1：交通流參數(shù)原始數(shù)據(jù)的獲取與預(yù)處理，步驟2：偶發(fā)性擁堵事件的提取，步驟3：構(gòu)造偶發(fā)性擁堵事件持續(xù)時(shí)間的樣本數(shù)據(jù)，步驟4：構(gòu)建偶發(fā)性擁堵持續(xù)時(shí)間的風(fēng)險(xiǎn)模型，并基于歷史數(shù)據(jù)估計(jì)模型參數(shù)，步驟5：獲取實(shí)時(shí)數(shù)據(jù)，對(duì)新的偶發(fā)性擁堵持續(xù)時(shí)間進(jìn)行估計(jì)。所述方法基于具體道路情況的速度?飽和度關(guān)系模型和占有率的標(biāo)準(zhǔn)正態(tài)變差指標(biāo)來(lái)提取偶發(fā)性擁堵事件，通過(guò)交通檢測(cè)系統(tǒng)和GIS地圖匹配技術(shù)獲取偶發(fā)性擁堵持續(xù)時(shí)間的樣本數(shù)據(jù)，運(yùn)用加速失效風(fēng)險(xiǎn)模型構(gòu)建偶發(fā)性擁堵持續(xù)時(shí)間的數(shù)學(xué)模型，基于歷史數(shù)據(jù)對(duì)模型進(jìn)行擬合和參數(shù)標(biāo)定，進(jìn)而對(duì)偶發(fā)性擁堵事件進(jìn)行實(shí)時(shí)預(yù)測(cè)。

技術(shù)領(lǐng)域

本發(fā)明涉及一種城市道路偶發(fā)性交通擁堵持續(xù)時(shí)間的數(shù)據(jù)提取與實(shí)時(shí)預(yù)測(cè)方法，屬于交通運(yùn)輸工程領(lǐng)域。

背景技術(shù)

2019年7月19日，高德地圖發(fā)布2019年第二季度中國(guó)主要城市交通分析報(bào)告，報(bào)告指出我國(guó)50個(gè)主要城市全天(6-22點(diǎn))的平均車(chē)速約為30km/h，其中廣州的全天平均車(chē)速最低，為27.49km/h。交通擁堵對(duì)社會(huì)生活最直接的影響是增加了居民的出行時(shí)間和成本，同時(shí)還導(dǎo)致了交通事故的增加。交通擁堵不僅會(huì)導(dǎo)致經(jīng)濟(jì)社會(huì)諸項(xiàng)功能的衰退，而且還將引發(fā)城市生存環(huán)境的持續(xù)惡化，成為阻礙城市發(fā)展的“頑疾”。

擁堵持續(xù)時(shí)間是評(píng)價(jià)交通擁堵的一個(gè)關(guān)鍵指標(biāo)，目前多位學(xué)者對(duì)擁堵持續(xù)時(shí)間進(jìn)行了研究，也有部分專(zhuān)利技術(shù)涉及到擁堵持續(xù)時(shí)間，取得了有益的成果。例如，專(zhuān)利CN102568194A運(yùn)用元胞傳輸模型給出了一種城市道路交通擁堵持續(xù)時(shí)間和空間擴(kuò)散預(yù)測(cè)方法；專(zhuān)利CN106910341A通過(guò)結(jié)合手機(jī)位置、速度數(shù)據(jù)和互聯(lián)網(wǎng)路況數(shù)據(jù)來(lái)確定擁堵源頭和成因，提出了一種多種數(shù)據(jù)源融合縮短高速公路擁堵持續(xù)時(shí)間的方法和系統(tǒng)；專(zhuān)利CN109191849A結(jié)合固定檢測(cè)器獲取的數(shù)據(jù)與浮動(dòng)車(chē)上傳的GPS數(shù)據(jù)，提出了一種基于多源數(shù)據(jù)特征提取的交通擁堵持續(xù)時(shí)間預(yù)測(cè)方法。總體而言，現(xiàn)有持續(xù)時(shí)間相關(guān)文獻(xiàn)的研究都是針對(duì)籠統(tǒng)的擁堵事件，沒(méi)有對(duì)常發(fā)性擁堵和偶發(fā)性擁堵的持續(xù)時(shí)間進(jìn)行區(qū)別分析。

與常發(fā)性擁堵事件相比，偶發(fā)性擁堵事件更具有偶然性和隨機(jī)性，其擁堵事件的持續(xù)時(shí)間更難預(yù)測(cè)和控制，給出行者和交管部門(mén)帶來(lái)的不確定性和負(fù)面影響也更大。因此，為了減弱偶發(fā)性擁堵事件的消極影響，有必要對(duì)偶發(fā)性擁堵持續(xù)時(shí)間的特征規(guī)律與預(yù)測(cè)方法進(jìn)行深入研究。

本發(fā)明提出一種偶發(fā)性交通擁堵持續(xù)時(shí)間的數(shù)據(jù)提取與實(shí)時(shí)預(yù)測(cè)方法。基于具體道路情況的速度-飽和度關(guān)系模型和占有率的標(biāo)準(zhǔn)正態(tài)變差指標(biāo)來(lái)提取偶發(fā)性擁堵事件，通過(guò)交通檢測(cè)系統(tǒng)和GIS地圖匹配技術(shù)獲取偶發(fā)性擁堵持續(xù)時(shí)間的樣本數(shù)據(jù)，運(yùn)用加速失效風(fēng)險(xiǎn)模型構(gòu)建偶發(fā)性擁堵持續(xù)時(shí)間的數(shù)學(xué)模型，基于歷史數(shù)據(jù)對(duì)模型進(jìn)行擬合和參數(shù)標(biāo)定，進(jìn)而對(duì)偶發(fā)性擁堵事件進(jìn)行實(shí)時(shí)預(yù)測(cè)。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明的目的在于提供一種城市道路偶發(fā)性交通擁堵持續(xù)時(shí)間的數(shù)據(jù)提取與實(shí)時(shí)預(yù)測(cè)方法。

為達(dá)到以上目的，本發(fā)明采取的技術(shù)方案是：

一種偶發(fā)性交通擁堵持續(xù)時(shí)間的數(shù)據(jù)提取與實(shí)時(shí)預(yù)測(cè)方法，包括以下幾個(gè)步驟：

步驟1：交通流參數(shù)原始數(shù)據(jù)的獲取與預(yù)處理

步驟1.1通過(guò)城市道路交通檢測(cè)系統(tǒng)獲取道路各斷面的交通流參數(shù)，交通流參數(shù)具體包括斷面、日期、時(shí)間、車(chē)道號(hào)、流量、速度、占有率；

步驟1.2對(duì)交通流參數(shù)原始數(shù)據(jù)進(jìn)行預(yù)處理

在對(duì)原始數(shù)據(jù)進(jìn)行分析之前，需要對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，以提高數(shù)據(jù)質(zhì)量；數(shù)據(jù)的預(yù)處理主要是對(duì)數(shù)據(jù)中的缺失值和異常值進(jìn)行處理；

(1)缺失值的處理：缺失值主要表現(xiàn)為缺少屬性值，一是斷面缺失，即某些斷面的記錄為空值；二是關(guān)鍵參數(shù)缺失，原始數(shù)據(jù)中某一參數(shù)值全部為0或?yàn)槟骋还潭ㄖ担J(rèn)為記錄數(shù)據(jù)時(shí)發(fā)生錯(cuò)誤；針對(duì)上述缺失值的情況，需要?jiǎng)h除缺少屬性值的數(shù)據(jù)文件，保證屬性的完整性；