[发明专利]一种基于交通大数据的道路通行能力提取方法

权利要求书

1.一种基于交通大数据的道路通行能力提取方法，其特征在于，包括以下步骤：

步骤1、选取交通流模型，交通流模型为卡洛斯模型，模型为指数模型，模型公式如下：

Q(K)＝V(K)*K

式中：K为密度；V(K)为速度；Q(K)为流量；K_cr为临界密度；V_f为自由流车速；a_m为指数参数；

步骤2、读取海量的道路车道交通流参数，交通流参数包括车道编号、时间戳、车辆流量、车速、车辆密度；

步骤3、利用步骤2读取的道路车道交通流参数对步骤1选择的交通流模型的模型参数进行标定，包括以下步骤：

步骤301、确定道路车道交通流参数的初始族群，族群规模为N个；

步骤302、确定适应度函数λ(i,d)，i为车道编号，d为日期，有：

式中，t为时间戳，n为一天中样本时间序列序号，V(i,t)为在t时刻实际采集的第i条车道的车速，为采用交通流模型拟合的在t时刻第i条车道的车速；

步骤303、确定族群更新规则：保留适应度值最高的N1个族群样本，淘汰N2个适应度值最低的N2个族群样本，随机产生N3个新的族群样本，对于适应度值处于中间的(N-N1-N2-N3)个样本，两两交叉取参数平均值产生(N-N1-N2-N3)个样本；

步骤304、步骤1选择的交通流模型按照步骤303确定的族群更新规则进行迭代；

步骤305、确定迭代终止条件，将结果输出更新到数据库，迭代终止条件为：前后两次适应度值最低的模型参数差值小于规定值，自由流车速的差值小于1，临界车辆密度的差值小于1，指数参数的差值小于0.05；

步骤4、拟合标定后的模型参数，获得拟合好的交通流模型；

步骤5、根据步骤4得到的交通流模型，通过求导方法获取车道的通行能力；

步骤6、根据车道与路段的组成关系，依据步骤5得到的各个车道的通行能力合成为相应路段的通行能力；

步骤7、确定对路段的通行能力造成影响的影响因子，通过步骤6获得的各个路段的通行能力，对各影响因子进行定量标定。