一种大型活动道路交通运行的多源风险叠加分级方法技术

本发明专利技术公开一种大型活动道路交通运行的多源风险叠加分级方法，所述方法应用于大型活动道路交通保障，所述方法包括：确定大型活动道路交通运行的多源风险类型，并获取城市道路交通信息，根据道路交通信息，确定多源风险量化指标；对多源风险量化指标进行GARCH参数评估，获得GARCH参数评估拟合优度；根据多源风险量化指标及其GARCH参数评估拟合优度，构建多源风险叠加量化模型，并对多源风险叠加效应进行量化分析；基于改进的k均值聚类算法对量化的多源风险叠加风险进行聚类，确定多源风险叠加风险分级水平及对应阈值。采用本方法可以对大型活动道路交通运行的多源风险叠加风险进行分级，为大型活动多源风险分级管控提供依据。据。据。

【技术实现步骤摘要】
一种大型活动道路交通运行的多源风险叠加分级方法


[0001]本专利技术涉及交通风险评估与分级
，特别是涉及一种大型活动道路交通运行的多源风险叠加分级方法。

技术介绍

[0002]大型活动期间道路交通系统较往常更加敏感，且交通系统中的风险具有不平稳性，尤其在特定时空场景下，多源风险存在叠加情况，导致综合风险水平上升，不可控性加强，严重影响大型活动交通运行安全与守时。为了保障大型活动道路交通运行安全与守时，需要对多源风险叠加风险进行分级，将叠加风险划分为多级水平，针对不同叠加风险水平，实施分级管控。
[0003]因此，如何基于大型活动道路交通运行的安全性与守时性特征，对大型活动多源风险叠加效应进行量化评估，并对叠加风险进行分级，确定多源风险叠加风险分级水平及阈值成为本领域亟需解决的技术问题。

技术实现思路

[0004]本专利技术的目的是提供一种大型活动道路交通运行的多源风险叠加分级方法，为大型活动多源风险分级管控提供依据。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种大型活动道路交通运行的多源风险叠加分级方法，包括以下步骤：
[0007]步骤10：确定大型活动道路交通运行的多源风险类型，并获取城市道路交通信息，根据道路交通信息，确定多源风险量化指标；
[0008]步骤20：对多源风险量化指标进行GARCH参数评估，获得GARCH参数评估拟合优度；
[0009]步骤30：根据多源风险量化指标及其GARCH参数评估拟合优度，构建多源风险叠加量化模型，并对多源风险叠加效应进行量化分析；
[0010]步骤40：基于改进的k均值聚类算法对量化的多源风险叠加风险进行聚类，确定多源风险叠加风险分级水平及对应阈值。
[0011]本专利技术的进一步改进在于：所述步骤10，具体包括：
[0012]所述多源风险类型包括：道路交通事故风险、道路交通拥堵风险及交叉口饱和风险；
[0013]所述城市道交通信息包括：事故路段平均速度、事故路段速度标准差、事故上游路段平均速度、事故下游路段平均速度、事故下游路段交通量、路段实时速度、路段自由流速度、交叉口饱和流率、交叉口流量、交叉口信号周期及交叉口绿灯时间；
[0014]所述多源风险量化指标，具体包括：
[0015]采用交通事故率指标量化表征道路交通事故风险，表达式为：
[0016]R
c
＝
‑
0.01
×
CAS+0.013
×
CSD
‑
0.005
×
UAS
‑
0.003
×
DAS+0.008
×
DTV
[0017]其中，R
c
为交通事故率，即道路交通事故风险，CAS为事故路段平均速度，CSD为事
故路段速度标准差，UAS为事故上游路段平均速度，DAS为事故下游路段平均速度，DTV为事故下游路段交通量；
[0018]采用交通状态拥堵指数量化表征道路交通拥堵风险，表达式为：
[0019][0020]其中，R
b
为交通状态拥堵指数，即道路交通拥堵风险，v
f
为路段自由流速度，v
i
为路段实时速度；
[0021]采用交叉口饱和度量化表征交叉口饱和风险，表达式为：
[0022][0023]其中，R
s
为交叉口饱和度，即交叉口饱和风险，q
i
为交叉口流量，s
i
为交叉口饱和流率，n
i
为交叉口信号周期，g
i
为交叉口绿灯时间。
[0024]本专利技术的进一步改进在于：所述步骤20，对多源风险量化指标进行GARCH参数评估，获得GARCH参数评估拟合优度，具体包括：
[0025]对交通事故率进行GARCH参数评估，得到参数评估拟合优度
[0026]对交通状态拥堵指数进行GARCH参数评估，得到参数评估拟合优度
[0027]对交叉口饱和度进行GARCH参数评估，得到参数评估拟合优度
[0028]本专利技术的进一步改进在于：所述步骤30，多源风险叠加量化模型构建是对道路交通事故风险、道路交通拥堵风险及交叉口饱和风险的叠加效应进行量化建模，模型具体表示如下：
[0029][0030]其中，Z表示道路交通事故风险R
c
、道路交通拥堵风险R
b
与交叉口饱和风险R
s
的叠加风险，α1为道路交通事故风险所占权重，α2为道路交通拥堵风险所占权重，α3为交叉口饱和度所占权重；
[0031]α1,α2,α3分别通过交通事故率GARCH参数评估拟合优度交通状态拥堵指数GARCH参数评估拟合优度与交叉口饱和度GARCH参数评估拟合优度加权计算得到。
[0032]本专利技术的进一步改进在于：所述步骤40，改进k均值聚类算法定义如下：
[0033]通过多源风险叠加量化模型，得到多源风险叠加风险样本集X
i
，表示如下：
[0034]X
i
＝{x1,x2,...x
n
}，
[0035]其中，x1,x2,...x
n
为不同时刻量化后的多源风险叠加效应，即量化的多源风险叠加风险值，n为样本总数；
[0036]首先，通过欧氏距离计算多源风险叠加风险样本集中样本之间的相异性dis(x
i
,x
j
)，计算方法如下：
[0037][0038]在计算多源风险叠加风险样本相异性基础上，构建多源风险叠加风险样本间相异性矩阵M，该矩阵表征的是n个样本中每两个样本的临近度，构建方式如下：
[0039][0040]接着，计算多源风险叠加风险样本间均值相异性Adis(x
i
)，均值相异性是样本x
i
与多源风险叠加风险样本集中每个对象的距离平均值，计算方式如下所示：
[0041][0042]其中，Adis(x
i
)反应样本x
i
在整个样本集的位置情况，该值越大，表明x
i
周围多源风险叠加风险样本分布越分散，反之越密集；
[0043]最后，计算多源风险叠加风险样本集的总体相异性Tdis(x
i
)，计算方式如下：
[0044][0045]所述改进k均值聚类算法迭代流程如下：
[0046]第一步：计算多源风险叠加风险样本集的相异性dis(x
i
,x
j
)、均值相异性Adis(x
i
)和总体相异性Tdis(x
i
)，确定多源风险叠加分级数：k＝1；
[0047]第二步：选取第一个初始聚类中心，即μ1＝argmax[Adis(x
i<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大型活动道路交通运行的多源风险叠加分级方法，其特征在于，所述方法包括：步骤10：确定大型活动道路交通运行的多源风险类型，并获取城市道路交通信息，根据道路交通信息，确定多源风险量化指标；步骤20：对多源风险量化指标进行GARCH参数评估，获得GARCH参数评估拟合优度；步骤30：根据多源风险量化指标及其GARCH参数评估拟合优度，构建多源风险叠加量化模型，并对多源风险叠加效应进行量化分析；步骤40：基于改进的k均值聚类算法对量化的多源风险叠加风险进行聚类，确定多源风险叠加风险分级水平及对应阈值。2.根据权利要求1所述的大型活动道路交通运行的多源风险叠加分级方法，其特征在于，所述步骤10，具体包括：所述多源风险类型包括：道路交通事故风险、道路交通拥堵风险及交叉口饱和风险；所述城市道交通信息包括：事故路段平均速度、事故路段速度标准差、事故上游路段平均速度、事故下游路段平均速度、事故下游路段交通量、路段实时速度、路段自由流速度、交叉口饱和流率、交叉口流量、交叉口信号周期及交叉口绿灯时间；所述多源风险量化指标，具体包括：采用交通事故率指标量化表征道路交通事故风险，表达式为：R
c
＝
‑
0.01
×
CAS+0.013
×
CSD
‑
0.005
×
UAS
‑
0.003
×
DAS+0.008
×
DTV其中，R
c
为交通事故率，即道路交通事故风险，CAS为事故路段平均速度，CSD为事故路段速度标准差，UAS为事故上游路段平均速度，DAS为事故下游路段平均速度，DTV为事故下游路段交通量；采用交通状态拥堵指数量化表征道路交通拥堵风险，表达式为：其中，R
b
为交通状态拥堵指数，即道路交通拥堵风险，v
f
为路段自由流速度，v
i
为路段实时速度；采用交叉口饱和度量化表征交叉口饱和风险，表达式为：其中，R
s
为交叉口饱和度，即交叉口饱和风险，q
i
为交叉口流量，s
i
为交叉口饱和流率，n
i
为交叉口信号周期，g
i
为交叉口绿灯时间。3.根据权利要求2所述的大型活动道路交通运行的多源风险叠加分级方法，其特征在于，所述步骤20，对多源风险量化指标进行GARCH参数评估，获得GARCH参数评估拟合优度，具体包括：对交通事故率进行GARCH参数评估，得到参数评估拟合优度对交通状态拥堵指数进行GARCH参数评估，得到参数评估拟合优度对交叉口饱和度进行GARCH参数评估，得到参数评估拟合优度4.根据权利要求3所述的大型活动道路交通运行的多源风险叠加分级方法，其特征在于，所述步骤30，构建多源风险叠加量化模型，具体包括：
所述多源风险叠加量化模型构建是对道路交通事故风险、道路交通拥堵风险及交叉口饱和风险的叠加效应进行量化建模，模型表示如下：其中，Z表示道路交通事故风险R
c
、道路交通拥堵风险R
b
与交叉口饱和风险R
s
的叠加风险，α1为道路交通事故风险所占权重，α2为道路交通拥堵风险所占权重，α3为交叉口饱和度所占权重；α1,α2,α3分别通过交通事故率GARCH参数评估拟合优度交通状态拥堵指数GARCH参数评估拟合优度与交叉口饱和度...

【专利技术属性】
技术研发人员：陆建，程泽阳，胡晓健，马永锋，
申请(专利权)人：东南大学，
类型：发明
国别省市：