The invention discloses a method and a system for mining urban traffic imbalance patterns, which comprises: firstly, establishing an association model between road network data and track data; secondly, proposing a linear scanning statistical method to evaluate the statistical significance of traffic imbalance patterns; and finally, calculating the statistical significance based on pattern similarity. It is found that the dynamic evolution of the flow imbalance pattern is frequent pattern and accidental pattern. The method adopts the line segment expansion method to find the network neighborhood, avoids calculating the network distance between points, and thus improves the algorithm execution efficiency. The linear scanning statistical method proposed by the invention has little influence on the discrimination result of unbalanced mode by the size of the scanning window, thus reducing the subjectivity of the traditional method to set the threshold artificially. The invention is applied to the actual traffic data, and the causes of the unbalanced mode are analyzed in combination with the urban functional areas and urban facilities, which can provide certain reference for urban travel and traffic planning.
【技术实现步骤摘要】
一种城市交通流不平衡模式挖掘方法及系统
本专利技术涉及智能交通领域,更为具体而言,涉及一种城市交通流不平衡模式挖掘方法及系统。
技术介绍
科学合理地检测评价城市道路交通状态不均衡度,有助于交通管理者全面了解道路交通运行状况,深入挖掘潜在道路资源,为均衡分配道路资源,诱导交通流合理运行提供数据支撑与决策依据。交通状态的评估是表征交通流运行拥挤程度,实施交通管理与控制措施的基础。从20世纪80年代至今,城市道路交通状态检测判别技术取得了许多进展,国内外学者提出了大量的表征指标、描述模型与计算方法,如道路服务水平和道路拥挤度/区域交通状态判别模型和区域交通状态时空分层模型等。但是这些指标和模型大多针对单个路段、交叉口或路网交通拥挤程度的检测和判别,而忽视了整个路网交通状态不平衡性、不均衡度的检测和评价。路网交通流的不均衡性,导致不同区域交通拥堵状况迥异,虽然总体交通运行状态相同,但各区域的交通状态差异性较大。因此,为了更好的反映路网交通运行状态,挖掘非拥堵区域的道路资源,更快地疏导拥堵区域交通流,更好地引导城市道路交通资源均衡发展,迫切需要获取城市道路交通状态不均衡度信息,建立城市道路交通状态不均衡度的检测和确定方法。不平衡交通流指在固定的时间间隔内,流入一个区域的交通流量显著高于或显著低于从该区域流出的交通流量。目前大多数挖掘不平衡交通流模式的方法基于欧式空间的假设,使用自定义阈值确定不平衡交通流的显著性。然而,交通流严格受到道路网络的约束,且很难确定一个合适的阈值来评估不平衡模式的显著性。
技术实现思路
为了解决现有技术所存在的缺陷,本专利技术实施方式提供一种城 ...
【技术保护点】
1.一种城市交通流不平衡模式挖掘方法,其特征在于,所述方法包括:S1、获取路网数据和轨迹数据;S2、建立所述路网数据与所述轨迹数据之间的关联模型;S3、采用线性扫描统计方法评价交通流不平衡模式的统计显著性;S4、基于模式相似性计算获得所述交通流不平衡模式的动态演化。
【技术特征摘要】
1.一种城市交通流不平衡模式挖掘方法,其特征在于,所述方法包括:S1、获取路网数据和轨迹数据;S2、建立所述路网数据与所述轨迹数据之间的关联模型;S3、采用线性扫描统计方法评价交通流不平衡模式的统计显著性;S4、基于模式相似性计算获得所述交通流不平衡模式的动态演化。2.如权利要求1所述的方法,其特征在于,所述步骤S2还包括:采用线段扩展方法寻找网络邻域。3.如权利要求1或2所述的方法,其特征在于,所述步骤S3还包括:S31、确定扫描统计的零假设和备择假设以及扫描统计的统计量,所述零假设定义为:,所述备择假设定义为:,pO表示扫描窗口内起点O的数目占窗口内总点数的比例;qO表示扫描窗口外起点O的数目占窗口外总点数的比例;pD表示窗口内终点D的数目占窗口内总点数的比例;qD表示窗口外终点D的数目占窗口外总点数的比例,则有;S32、以点数据集中的每个点为窗口中心点构建网络中的线性扫描窗口,统计窗口内外的点数,并计算窗口的测试统计值,所述测试统计值的计算公式如下:其中,Z表示一个扫描窗口,C表示数据集中起点和终点的总数,表示数据集中起点所占的比例,表示数据集中终点所占的比例,表示窗口内点的数目,表示窗口Z内起点所占的比例,表示窗口Z内终点所占的比例;S33、将计算得到的所述测试统计值进行蒙特卡罗假设测试,判断所述测试统计值的显著性。4.如权利要求3所述的方法,其特征在于,所述步骤S4中的交通流不平衡模式的动态演化为频发模式与偶发模式,其中,所述频发模式定义为在连续研究时间段内,每个时间切片上都发生的模式,表示如下:,其中,N表示时间切片的总数,n表示第n个时间切片,k表示每个时间切片上的第k个频发模式簇,m表示不同时间切片上的簇间可认为在同一位置的距离阈值;所述偶发模式分为第一种偶发模式和第二种偶发模式,所述第一种偶发模式定义为在连续研究时间段内,只有一个时间切片上没有发生,其余时间切片上都发生的模式,表示如下:其中,d表示第d个时间切片;所述第二种偶发模式定义为在连续研究时间段内,只有一个时间切片上发生,其余时间切片上都没有发生的模式,表示如下:。5.一...
【专利技术属性】
技术研发人员:刘启亮,吴智慧,刘文凯,郑晓琳,邓敏,
申请(专利权)人:中南大学,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。