一种基于路段数据的路径行程时间分布函数估计方法技术

本发明专利技术提供一种基于路段数据的路径行程时间分布函数估计方法，属于交通工程技术领域，包括使用路段行程时间数据，基于路段数据的理论相关系数，估计出路径行程时间的四阶矩；对估计出的路径行程时间的四阶矩进行修正，以提升估计精度；以修正后的路径行程时间四阶矩为输入，采用渐近展开式模型，得到路径行程时间分布函数。本发明专利技术在估计路径行程时间分布函数时普适性强，不需要完整路径层面的行程时间历史数据，也不需要假设路段或路径服从特定的概率分布函数，且显性考虑了路段行程时间之间的相关性。同时，本方法计算复杂度低，估计得到的路径行程时间分布函数准确度高，为大规模道路交通网络中的路径行程时间分布函数估计提供可靠的技术。估计提供可靠的技术。估计提供可靠的技术。

【技术实现步骤摘要】
一种基于路段数据的路径行程时间分布函数估计方法


[0001]本专利技术属于交通工程
，尤其涉及一种基于路段数据的路径行程时间分布函数估计方法。

技术介绍

[0002]随着人类文明的不断发展，交通网络的规模日渐增大，人们出行的路径也愈加繁多。然而，不同路径之间的行程时间可能存在较为显著的差异，由此给人们出行带来的直接影响就表现为行程时间的增加和行程不确定性的增大，这种不确定性成为了影响人们出行选择决策(如出发时间选择、出行方式选择、路径选择等)的主要因素。
[0003]路径行程时间分布函数，作为刻画出行不确定性的重要方法，在交通系统的规划、设计、管理、运行中都发挥着重要的作用。准确的路径行程时间分布函数是评估出行服务可靠性、进行交通信息发布或者将行程时间可靠性纳入其他交通模型的前提和基础。例如，通过路径行程时间分布函数计算出的可靠性指标能够指导路网的可靠性设计；能够作为判断道路是否出现交通问题的标准；还能够用于改进交通规划四阶段法中的交通分配模型。因此，准确估计路径行程时间分布函数对城市交通系统的理论研究和工程实践都具有重要意义。
[0004]在现实世界中，面对一个大规模的城市路网，限制于采集设备的覆盖能力和不同出行者的行为偏好，想要采集到完备的路径层面的行程时间数据集往往非常困难。因此，通常情况下无法通过路径层面的行程时间数据直接得到路径的行程时间分布函数，而路段层面的数据相较于路径层面的数据往往更加充足。面对缺失路径层面的行程时间数据这一情况，有必要提出一种通过聚合路段层面的行程时间数据得到路径行程时间分布函数的方法。

技术实现思路

[0005]本专利技术的目的在于提供一种基于路段数据的路径行程时间分布函数估计方法，其特征在于，包括如下步骤：
[0006]S1：使用易于采集得到的路段行程时间数据，基于路段数据的理论相关系数，估计出路径行程时间的四阶矩；
[0007]S2：对得到的路径行程时间的四阶矩进行修正，用以提升路径行程时间分布函数的估计精度；
[0008]S3：将修正后的路径行程时间的四阶矩代入渐进展开式模型，解析估计得到路径行程时间分布函数。
[0009]进一步地，S1中，当一条路径由两条连续路段组成时，通过使用这两条连续路段的行程时间数据进行计算，得到其中任意一条路段的行程时间的四阶矩，行程时间的四阶矩分别为：均值、方差、偏度、超值峰度。
[0010]进一步地，S1具体包括如下步骤：
[0011]S11：设定两条连续路段中第一条路段的行程时间为随机变量X1，设定第二条路段的行程时间为随机变量X2，设定通过第一条路段的行程时间数据计算出的均值、方差、偏度、超值峰度分别为μ1、γ1、κ1，通过第二条路段的行程时间数据计算出的均值、方差、偏度、超值峰度分别为μ2、γ2、κ2；
[0012]S12：当第一条路段和第二条路段的行程时间数据的数量一致时，将第一条路段和第二条路段的行程时间数据各自皆按照由小到大的顺序重新排列，最大理论相关系数通过如下公式计算：
[0013][0014]当第一条路段和第二条路段的行程时间数据的数量不一致时，需计算第一条路段和第二条路段的行程时间数据的1至100分位点，最大理论相关系数计算公式表示为：
[0015][0016]其中，代表X
i
的第k分位点；则，将第一条路段和第二条路段的理论相关系数设定为ρ，计算公式表示为：
[0017][0018]S13：基于第一条路段和第二条路段在S21中计算得到的行程时间的四阶矩和在S22中计算得到的相关系数，通过近似计算得到第一条路段和第二条路段组成的路径的行程时四阶矩，设定路径的行程时间的四阶矩的参数分别为μ、σ2、γ和κ，则路径行程时间均值表示为：μ＝μ1+μ2；路径行程时间方差表示为：路径行程时间偏度表示为：路径行程时间超值峰度表示为：
[0019]进一步地，当路径由大于两条连续路段组成时，通过如下步骤计算此路径的行程时间的四阶矩：
[0020]S14：通过S11
‑
S13计算第一条路段和第二条路段组成的第一子路径的行程时间的四阶矩；
[0021]S15：将第一子路径视为一个连续路段，并通过S11
‑
S13计算第一子路径与第三条路段组成的第二子路径的行程时间的四阶矩；
[0022]S16：将第二子路径视为一个连续路段，并重复S14
‑
S15中计算过程，直至子路径中包含路径中的所有的路段。
[0023]进一步地，S2中，修正路径的行程时间的四阶矩具体为：设定修正后路径的行程时间四阶矩的参数分别为：μ
c
、γ
c
、κ
c
，则修正前后的路径的行程时间的四阶矩分别表示为：
[0024]修正前后的路径的均值表示为：
[0025]μ＝μ
c
[0026]修正前后的路径的方差表示为：
[0027][0028]修正前后的路径的偏度表示为：
[0029][0030]修正前后的路径的超值峰度表示为：
[0031][0032]通过求解以上四个方程，得到修正后路径的行程时间的四阶矩。
[0033]进一步地，渐进展开式模型表示为：
[0034][0035][0036]其中，PTT为行程时间百分位数；Φ
‑1(p)为标准正态分布p分位数值。
[0037]与现有技术相比，本专利技术的有益效果主要体现在：
[0038]1、本专利技术提供的基于路段数据的路径行程时间分布函数估计方法，在估计路径行程时间分布函数时普适性强，不需要完整的路径层面的行程时间历史数据，也无需假设路段或路径服从特定的概率分布函数，并且考虑了路段行程时间之间的相关性。
[0039]2、本方法计算复杂度低，估计得到的路径行程时间分布函数准确度高。可为大规模道路交通网络中的路径行程时间分布函数估计提供可靠的技术。
附图说明
[0040]图1为本专利技术一种基于路段数据的路径行程时间分布函数估计方法的流程图。
[0041]图2为通过本专利技术方法估计出的路径行程时间分布函数与路径行程时间数据的经验分布函数比较示意图。
[0042]图3为是本专利技术估计出的路径行程时间分布与真实数据经验分布比较的R2箱型图。
[0043]图4为本专利技术估计出的路径行程时间分布与真实数据经验分布函数比较的MAPE箱
型图。
具体实施方式
[0044]下面将结合示意图对本专利技术一种基于路段数据的路径行程时间分布函数估计方法进行更详细的描述，其中表示了本专利技术的优选实施例，应该理解本领域技术人员可以修改在此描述的本专利技术，而仍然实现本专利技术的有利效果，因此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本专利技术的限制。
[0045]实施例一
[0046]如图1所示，一种基于路段数据的路径行程时间分布函数估计方法包括如下步骤：
...

【技术保护点】

【技术特征摘要】
1.一种基于路段数据的路径行程时间分布函数估计方法，其特征在于，包括如下步骤：S1：使用易于采集得到的路段行程时间数据，基于路段数据的理论相关系数，估计出路径行程时间的四阶矩；S2：对得到的路径行程时间的四阶矩进行修正，用以提升路径行程时间分布函数的估计精度；S3：将修正后的路径行程时间的四阶矩代入渐进展开式模型，解析估计得到路径行程时间分布函数。2.根据权利要求1所述的基于路段数据的路径行程时间分布函数估计方法，其特征在于，所述S1中，当一条路径由两条连续路段组成时，通过使用这两条连续路段的行程时间数据进行计算，得到其中任意一条路段的行程时间的四阶矩，所述行程时间的四阶矩分别为：均值、方差、偏度、超值峰度。3.根据权利要求2所述的基于路段数据的路径行程时间分布函数估计方法，其特征在于，所述S1具体包括如下步骤：S11：设定两条连续路段中第一条路段的行程时间为随机变量X1，设定第二条路段的行程时间为随机变量X2，设定通过第一条路段的行程时间数据计算出的均值、方差、偏度、超值峰度分别为μ1、γ1、κ1，通过第二条路段的行程时间数据计算出的均值、方差、偏度、超值峰度分别为μ2、γ2、κ2；S12：当第一条路段和第二条路段的行程时间数据的数量一致时，将第一条路段和第二条路段的行程时间数据各自皆按照由小到大的顺序重新排列，最大理论相关系数通过如下公式计算：当第一条路段和第二条路段的行程时间数据的数量不一致时，需计算第一条路段和第二条路段的行程时间数据的1至100分位点，最大理论相关系数计算公式表示为：其中，代表X
i
的第k分位点；则，将第一条路段和第二条路段的理论相关系数设定为ρ，计算公式表示为：S13：基于第一条路段和第二条路段在S11中计算得到的行程时间的四阶矩和在S22中计算得到的相关系数，通过近似计算得到第一条路段和...

【专利技术属性】
技术研发人员：许项东，简子涵，
申请(专利权)人：同济大学，
类型：发明
国别省市：