交通拥堵情况分析系统技术方案

本发明专利技术公开了一种交通拥堵情况分析系统，包括：数据采集模块，其用于实时采集并存储交通信息数据；第一分析模块，其获取数据采集模块实时采集的交通信息数据，并根据数据是否缺失来选择相应的评价指标，基于实时交通信息数据计算实时评价值，将该实时评价值与对应的评价阈值比对，以实时分析交通拥堵情况；第二分析模块，其从数据采集模块中获取设定时间段内所存储的全部交通信息数据，建立全部交通信息数据的高斯混合分布模型，求解其各个子高斯分布模型的相关参数的估计值，并根据估计值对各个子高斯分布对应的交通流拥堵状态进行分析。本发明专利技术针对实时与非实时获取的交通数据信息分别进行分析，分析变量少且成本低，具有更好的实用性。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种交通拥堵情况分析系统，包括：数据采集模块，其用于实时采集并存储交通信息数据；第一分析模块，其获取数据采集模块实时采集的交通信息数据，并根据数据是否缺失来选择相应的评价指标，基于实时交通信息数据计算实时评价值，将该实时评价值与对应的评价阈值比对，以实时分析交通拥堵情况；第二分析模块，其从数据采集模块中获取设定时间段内所存储的全部交通信息数据，建立全部交通信息数据的高斯混合分布模型，求解其各个子高斯分布模型的相关参数的估计值，并根据估计值对各个子高斯分布对应的交通流拥堵状态进行分析。本专利技术针对实时与非实时获取的交通数据信息分别进行分析，分析变量少且成本低，具有更好的实用性。【专利说明】交通拥堵情况分析系统
本专利技术涉及交通状态预测领域，尤其涉及一种交通拥堵情况分析系统。
技术介绍
随着经济的高速发展，我国车辆的数目极度膨胀，在道路面积没有相应扩大的条件下，交通堵塞严重已成为所有城市管理的最大问题之一，城市交通堵塞日益成为阻碍城市发展的重要因素。目前，常用的交通拥堵评价方法可分为两大类:微观评价方法和宏观评价方法。其中，宏观评价方法包括:模糊综合法、层次分析法、聚类分析法、主成分分析法等；微观评价方法包括:直接方法和间接方法。直接方法是根据某个标准对应相应的参数划分多层次，并设定每个层次的阈值，然后通过观测该参数的值哪个层次区域，判断交通拥堵状况。间接方法是通过历史数据拟合出速度、密度与流量的关系函数，然后，通过观测到的流量数据判断交通拥堵状况。但是，微观评价方法多侧重于交通流的短期判断、预测、控制和诱导等，仅为交通拥堵提供了微观交通流状态研究的理论基础，而该研究方法大都集中于交通基本图及三相位的相关理论，研究的视角不够全面。对于宏观评价方法来说，其研究侧重于对交通拥堵的程度、强度、持续时间、时间和空间范围等方面的研究，是一种整体的、非实时的宏观评价，但是，该类研究存在评价模型选取的评价变量种类多、数量大、成本高等问题，且由于各评价变量内部存在着较高的相关性，建立的模型很难完全消除这些问题的负面影响，难以保障应用的有效性和实用性。
技术实现思路
本专利技术所要解决的技术问题之一是需要提供一种交通拥堵情况分析系统，其可对实时与非实时的数据进行拥堵分析。为了解决上述技术问题，本专利技术提供了一种交通拥堵情况分析系统，包括:数据采集模块，其用于实时采集并存储交通信息数据；第一分析模块，其获取所述数据采集模块实时采集的交通信息数据，并根据实时采集的交通信息数据是否缺失来选择相应的评价指标，基于实时交通信息数据计算实时评价值，将该实时评价值与对应于所选择的评价指标的评价阈值比对，以实时分析交通拥堵情况；第二分析模块，其从所述数据采集模块中获取设定时间段内所存储的全部交通信息数据，建立全部交通信息数据的高斯混合分布模型，求解所述高斯混合分布模型的各个子高斯分布模型的相关参数的估计值，并根据所述估计值对各个子高斯分布对应的交通流拥堵状态进行分析。在一个实施例中，所述第一分析模块进一步包括:缺失分析单元，其用于在所获取的实时交通信息数据缺失时，计算车流量的平均速率，并将所述平均速率作为数据缺失时评价交通拥堵情况的唯一实时评价值。在一个实施例中，所述第一分析模块还包括:完整分析单元，其用于在所获取的实时交通信息数据完整时，基于运行状态分类评价法计算所选择的第一评价指标、第二评价指标以及第三评价指标对应的评价阈值。在一个实施例中,所述完整分析单元进一步建立指标评价集X = (X1, X2, x3)τ,其中X1代表第一评价指标，X2代表第二评价指标，X3代表第三评价指标；对所述第一评价指标、第二评价指标以及第三评价指标进行逆指标化处理，并通过如下表达式对逆指标化后的评价指标进行归一化处理:【权利要求】1.一种交通拥堵情况分析系统，包括: 数据采集模块，其用于实时采集并存储交通信息数据； 第一分析模块，其获取所述数据采集模块实时采集的交通信息数据，并根据实时采集的交通信息数据是否缺失来选择相应的评价指标，基于实时交通信息数据计算实时评价值，将该实时评价值与对应于所选择的评价指标的评价阈值比对，以实时分析交通拥堵情况； 第二分析模块，其从所述数据采集模块中获取设定时间段内所存储的全部交通信息数据，建立全部交通信息数据的高斯混合分布模型，求解所述高斯混合分布模型的各个子高斯分布模型的相关参数的估计值，并根据所述估计值对各个子高斯分布对应的交通流拥堵状态进行分析。2.根据权利要求1所述的交通拥堵情况分析系统，其特征在于，所述第一分析模块进一步包括: 缺失分析单元，其用于在所获取的实时交通信息数据缺失时，计算车流量的平均速率，并将所述平均速率作为数据缺失时评价交通拥堵情况的唯一实时评价值。3.根据权利要求2所述的交通拥堵情况分析系统，其特征在于，所述第一分析模块还包括: 完整分析单元，其用于在所获取的实时交通信息数据完整时，基于运行状态分类评价法计算所选择的第一评价指标、第二评价指标以及第三评价指标对应的评价阈值。4.根据权利要求3所述的交通拥堵情况分析系统，其特征在于，所述完整分析单元进一步， 建立指标评价集X = (X1, X2, Χ3)Τ，其中xI代表第一评价指标，X2代表第二评价指标，X3代表第三评价指标； 对所述第一评价指标、第二评价指标以及第三评价指标进行逆指标化处理，并通过如下表达式对逆指标化后的评价指标进行归一化处理: 5.根据权利要求4所述的交通拥堵情况分析系统，其特征在于，所述完整分析单元还通过以下表达式确定所述评价阈值: 6.根据权利要求5所述的交通拥堵情况分析系统，其特征在于，所述完整分析单元进一步通过以下表达式计算所述实时评价值yt: 7.根据权利要求1所述的交通拥堵情况分析系统，其特征在于，所述第二分析模炔基于最大期望算法求解各个子高斯分布模型的相关参数的估计值。8.根据权利要求7所述的交通拥堵情况分析系统，其特征在于，所述第二分析模块进一步， 设置各个子高斯分布模型的初始参数值，所述初始参数值包括权重a”期望μ P方差σ」(j = 1，2...k)，其中k为子高斯分布模型的个数； 通过如下表示式计算第j个子高斯分布模型的待估算的权重α'_、期望μ'_、方差^j = 9.根据权利要求7所述的交通拥堵情况分析系统，其特征在于，所述第二分析模块根据以下判断条件获取子高斯分布模型中的相关参数的估计值: 如果同时满足I a j- α，」I≤ε α、I μ」-μ ’」|≤ε μ以及| σ」-σ，」|≤ε。，则α ’」、μ ’」、」为子高斯分布模型的最终的相关参数的估计值，否则令α」=α ’」、μ」=μ ’」、ο」= σ’」，重新计算α ’」、μ ’」、σ’」的数值,其中，ε α、ε μ和ε。分别为α」、μ」以及的估值界限。10.根据权利要求3或4所述的交通拥堵情况分析系统，其特征在于，所述第一评价指标、第二评价指标以及第三评价指标分别为车辆行程速度、车辆延误时间以及道路饱和度。【文档编号】G06Q50/26GK103824126SQ201410052969【公开日】2014年5月28日 申请日期:2014年2月17日 优先权日:2014年2月本文档来自技高网...

【技术保护点】
一种交通拥堵情况分析系统，包括：数据采集模块，其用于实时采集并存储交通信息数据；第一分析模块，其获取所述数据采集模块实时采集的交通信息数据，并根据实时采集的交通信息数据是否缺失来选择相应的评价指标，基于实时交通信息数据计算实时评价值，将该实时评价值与对应于所选择的评价指标的评价阈值比对，以实时分析交通拥堵情况；第二分析模块，其从所述数据采集模块中获取设定时间段内所存储的全部交通信息数据，建立全部交通信息数据的高斯混合分布模型，求解所述高斯混合分布模型的各个子高斯分布模型的相关参数的估计值，并根据所述估计值对各个子高斯分布对应的交通流拥堵状态进行分析。

【技术特征摘要】

【专利技术属性】
技术研发人员：谷丰，胡志坤，胡剑，陈杨，
申请(专利权)人：株洲南车时代电气股份有限公司，
类型：发明
国别省市：