[发明专利]一种基于贝叶斯网络的交通健康诊断方法

权利要求书

1.一种基于贝叶斯网络的交通健康诊断方法，其特征在于，包括：

将测量日等分为多个时间段；

获取每个时间段内各个路段的车流速度；

根据所述每个时间段内各个路段的车流速度构建时间段内每个时刻下的交通运行网络，得到第一道路网络；

获取交通拥堵第一阈值；

根据所述交通拥堵第一阈值筛选第一道路网络中的拥堵道路，得到第二道路网络；

计算所述第二道路网络中两个道路同属于一个拥堵子团的概率，记为第一概率，所述拥堵子团是指能够相互连通的拥堵道路构成的集合；

根据所述第一概率构建道路间拥堵关联权重矩阵，所述权重矩阵的行和列代表道路，矩阵元素为第一概率的值；

对所述权重矩阵进行降维和聚类，得到多类拥堵模式；

获取每类拥堵模式的特征；

构建以所述拥堵模式的特征为节点的贝叶斯网络；

获取正常拥堵模式的第二阈值和异常拥堵模式的第三阈值；

根据所述第二阈值和第三阈值筛选所述多类拥堵模式中的正常拥堵模式和异常拥堵模式；

分别利用正常拥堵模式的数据和异常拥堵模式的数据训练所述贝叶斯网络，得到正常拥堵贝叶斯网络和异常拥堵贝叶斯网络；

根据所述正常拥堵贝叶斯网络计算某一类拥堵模式为正常拥堵模式时多类拥堵模式的特征的联合概率，根据所述异常拥堵贝叶斯网络计算某一类拥堵模式为异常拥堵模式时多类拥堵模式的特征的联合概率；

根据所述正常拥堵模式时多类拥堵模式的特征的联合概率和异常拥堵模式时多类拥堵模式的特征的联合概率，计算该拥堵模式的正常概率和异常概率；

根据所述正常概率和异常概率判断该拥堵模式是否异常。

2.根据权利要求1所述的基于贝叶斯网络的交通健康诊断方法，其特征在于，所述第一道路网络为有向网络，所述有向网络以路口为节点，以道路为连边，以道路车流速度为边权重。

3.根据权利要求2所述的基于贝叶斯网络的交通健康诊断方法，其特征在于，所述车流速度为相对速度。

4.根据权利要求3所述的基于贝叶斯网络的交通健康诊断方法，其特征在于，采用公式r_ij＝v_ij/v_i^95％计算相对速度，其中r_ij表示道路车流i在j时刻的相对速度，v_ij表示道路车流i在j时刻观测到的真实速度，v_i^95％表示道路车流i全天速度分布的95％分位点对应速度。

5.根据权利要求1所述的基于贝叶斯网络的交通健康诊断方法，其特征在于，在步骤“获取每个时间段内各个路段的车流速度”之后，步骤“根据所述每个时间段内各个路段的车流速度构建时间段内每个时刻下的交通运行网络，得到第一道路网络”之前，还包括：对缺失路段的车流速度进行数据补偿。

6.根据权利要求1所述的基于贝叶斯网络的交通健康诊断方法，其特征在于，根据所述交通拥堵第一阈值筛选第一道路网络中的拥堵道路，得到第二道路网络具体为：通过移除所述第一道路网络中车流速度大于所述交通拥堵第一阈值的道路，得到第二道路网络。

7.根据权利要求1所述的基于贝叶斯网络的交通健康诊断方法，其特征在于，采用公式计算第一概率，其中CC(t_k)表示t_k时刻的拥堵子团，t_k|i，j∈CC(t_k)表示i，j道路在t_k时刻同属于某一拥堵子团，T表示观测时段的时间长度，N(t_k|i，j∈CC(t_k))表示i，j道路同属于某一拥堵子团的时刻数。