[发明专利]一种交通模型中环境影响因子的挖掘分析方法有效
| 申请号: | 201910089236.X | 申请日: | 2019-01-30 |
| 公开(公告)号: | CN109859467B | 公开(公告)日: | 2020-11-10 |
| 发明(设计)人: | 张伟斌;宋雨杭;戚湧;郭海锋 | 申请(专利权)人: | 银江股份有限公司;南京理工大学 |
| 主分类号: | G08G1/01 | 分类号: | G08G1/01 |
| 代理公司: | 浙江千克知识产权代理有限公司 33246 | 代理人: | 赵芳;张瑜 |
| 地址: | 310012 浙江*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 交通 模型 环境 影响 因子 挖掘 分析 方法 | ||
1.一种交通模型中环境影响因子的挖掘分析方法,具体步骤如下:
(1)选定需要进行交通流分析的路段,获取所选路段中所需交通参数的历史数据;
(2)根据获取的交通参数的历史数据,确定环境影响因子的挖掘分析时段;其中确定环境影响因子的挖掘分析时段,可采用方法:根据各类交通参数历史数据呈现的周期性现象,选择各类交通参数最小周期的最小公倍数为挖掘分析时段最小挖掘分析时段周期,最小挖掘分析时段周期的整数倍为挖掘分析时段;
(3)选定所需的已知交通参数作为特征变量,并按时间序列一一对应;其中特征变量为当前时刻的交通速度值、流量值以及前一时间步长的速度值;
(4)利用基于EM算法的高斯混合模型对所选时间段的路段交通参数进行环境影响因子挖掘分析;具体为用EM算法中期望最大化思想观察交通因子包括速度和流量的隐藏状态,即当前时刻下的速度和流量数据是属于哪一类环境影响因子类别,包括以下步骤:
1)E步骤:需要初始化先验概率P(wj)及高斯分布参数(μj,∑j),根据贝叶斯公式,则Xi属于第j个单高斯模型的后验概率:
Xi是交通参数的特征向量,在上式中代表交通因子如速度或流量的值;wj为环境影响因子的类别,p(wj)表示第j个高斯分布的先验概率,μj表示第j个高斯函数的均值向量;
2)M步骤:当后验概率p(wj|Xj)获得后,立即更新第j个单高斯模型的先验概率p(wj),而后在更新后的先验概率的基础上,再对所有的高斯分布参数挖掘分析值进行更新:
3)E步骤求取的是似然函数的期望值,M步骤则是计算与期望值相对应的参数;根据M步骤得到参数,重新计算E步骤似然函数的期望值,如此迭代,直到参数不再明显变化为止;
(5)将模型挖掘分析所得的环境影响因子与按交通流理论所得实际交通状况比较,并选取某时间段交通系统进行验证;
(6)分析验证结果,是否符合实际交通状况及交通流理论。
2.根据权利要求1所述的一种交通模型中环境影响因子的挖掘分析方法,其特征在于:步骤(1)中路段交通参数的历史数据是指数据采集日期,时间,路段处的交通流速度值以及交通流量值。
3.根据权利要求1所述的一种交通模型中环境影响因子的挖掘分析方法,其特征在于:步骤(2)中环境影响因子挖掘分析时段为1个月内所有工作日。
4.根据权利要求1所述的一种交通模型中环境影响因子的挖掘分析方法,其特征在于:步骤(5)验证的交通流理论包括连续流中交通速度值与交通流量的关系图,选取分析时间点为其中一个工作日。
5.根据权利要求1所述的一种交通模型中环境影响因子的挖掘分析方法,其特征在于:步骤(6)具体包括一个工作日内交通状况伴随环境影响因子的变化关系,以表现环境影响因子对于路段交通状况划分的有效性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于银江股份有限公司;南京理工大学,未经银江股份有限公司;南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910089236.X/1.html,转载请声明来源钻瓜专利网。





