[发明专利]一种交通模型中环境影响因子的挖掘分析方法

说明书

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；(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；(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；(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。

技术领域

本发明属于交通控制领域，涉及一种交通模型中环境影响因子的挖掘分析方法。

背景技术

传感与信息技术的发展为交通研究带来了海量的数据。交通数据在评估交通状况以及城市交通智能管理和控制的应用中发挥着重要作用。以大数据为驱动并结合传统交通流理论对各场景下的交通系统模型进行分析研究是当下交通领域的热点问题。合理有效的应用交通数据对推动整个领域的交通研究进程有着十分重要的意义。

在目前现有的研究中，已经开发出一系列通过获取的交通数据对于交通参数预测的方法及模型。但是，之前的有关交通流预测的研究是建立在一天乃至更长一段时间的交通数据上。这是一种对数据的盲目使用，忽略了交通数据在不同时刻有着不同的特点，表现了不同时刻下交通系统的特性。因此，在基于数据驱动的交通系统研究中，需要依据研究周期，对不同时刻下的交通数据进行聚类化的研究与分析，这样才能进一步提高预测的真实性，体现数据驱动与交通流理论相结合的优势。

发明内容

针对上述背景技术介绍中存在的问题，本发明的目的在于提供一种基于EM算法的高斯混合分布模型对交通系统中环境影响因子的挖掘分析方法，改善了对交通系统模型笼统的整体性分析方法，避免了对交通模型认知单一的缺点，以提高对交通流数据的良好的分析能力以及隐藏数据的挖掘能力，进而提升对交通系统模型分析的实用性和有效性。

本发明采用的技术方案是：

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；

(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；

(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；

(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。

进一步，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。

进一步，步骤(2)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。

进一步，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。

进一步，步骤(3)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。

进一步，步骤(4)中的利用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，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：