【技术实现步骤摘要】
本申请涉及数据处理领域，更具体地说，涉及预测方法和系统。
技术介绍
“脱班”指定时运行的交通工具误点，更具体的，在公交线网运营中的脱班，是指公交线路上的班次因种种原因无法跟从编订的班次行走，比如在编订班次中，某公交应该15:30到达某一站点，结果却16 00乃至在更晚的时刻到达该站点。造成公交车辆脱班的原因很多，交通堵塞(即出现堵点)，即是造成公交车辆脱班的一个重要因素。为此，在现有技术中，经常采用人工蹲点的方式来确定某一路段是否发生交通堵塞(也即产生堵点)，以及是否发生脱班。 上述人工蹲点的方式存在错误率高、误差大的问题。也很难根据人工采集的信息，寻找出脱班的发生规律，从而无法对由堵点引发的脱班进行预测。而近年来，许多城市建成了智能公交系统，智能公交系统可通过RFID设备采样及车载GPS/GPRS模块采样，来获取公交车辆的海量动态运营参数的采样数据。这些海量动态运营采样数据，为准确地预测某一路段是否发生由堵塞引发的脱班提供了契机。
技术实现思路
有鉴于此，本申请提供一种预测方法和系统，以解决现有人工蹲点方式存在的错误率高、误差大，以及很难对由堵点引发的脱班进行预测...
【技术保护点】
一种预测方法，其特征在于，至少用于预测由交通堵塞引起的公交脱班，所述方法包括：至少获取公交线网的运营参数所对应的数据，所述运营参数所对应的数据包括公交线网的静态运营参数数据以及公交线网的动态运营参数的采样数据，所述静态运营参数至少包括公交线路发车间隔和到站名称；对所述运营参数所对应的数据进行预处理，从而确定出公交车辆的公交运行轨迹，所述公交运行轨迹由公交运行轨迹点构成；以路段为最小单位对公交车辆的公交运行轨迹进行扫描，以扫描出具有堵点脱班特征的公交运行轨迹段，所述具有堵点脱班特征的公交运行轨迹段至少包括两个公交运行轨迹点；以所述具有堵点脱班特征的公交运行轨迹段为中心，对所述...
【技术特征摘要】
1.一种预测方法，其特征在于，至少用于预测由交通堵塞引起的公交脱班，所述方法包括 至少获取公交线网的运营参数所对应的数据，所述运营参数所对应的数据包括公交线网的静态运营参数数据以及公交线网的动态运营参数的采样数据，所述静态运营参数至少包括公交线路发车间隔和到站名称； 对所述运营参数所对应的数据进行预处理，从而确定出公交车辆的公交运行轨迹，所述公交运行轨迹由公交运行轨迹点构成； 以路段为最小单位对公交车辆的公交运行轨迹进行扫描，以扫描出具有堵点脱班特征的公交运行轨迹段，所述具有堵点脱班特征的公交运行轨迹段至少包括两个公交运行轨迹占. 以所述具有堵点脱班特征的公交运行轨迹段为中心，对所述公交运行轨迹进行聚类分析，得到聚类结果，所述聚类结果包括与所述具有堵点脱班特征的公交运行轨迹段属于同一类的公交运行轨迹段； 对聚类结果进行关联分析，得到关联分析结果，所述关联分析结果包括由堵塞引发公交脱班的相应知识，所述知识至少包括由堵塞引发公交脱班的前件； 根据所述知识进行预测，得到预测结果，所述预测结果包括发生堵塞的路段、由堵塞引发公交脱班的路段、由堵塞引发公交脱班的路段所影响的公交车辆，以及，由堵塞引发公交脱班的路段所影响的公交路线中的至少一个。2.如权利要求I所述的方法，其特征在于 所述关联分析结果还包括与公交资源优化相关的知识； 所述公交资源优化至少包括公交资源分配和公交资源调度，其中，所述公交资源分配包括公交线路发车间隔分配、公交线路首末班时间分配、公交线路核算运营里程分配、站点分配、公交线路的取消/添加中的至少一个，所述公交资源调度至少包括公交运力调度；所述与公交资源优化相关的知识，包括公交线路发车间隔分配与由堵塞引发公交脱班之间的关联性、公交线路首末班时间分配与由堵塞引发公交脱班之间的关联性、公交线路核算运营里程分配与由堵塞引发公交脱班之间的关联性、站点分配与由堵塞引发公交脱班之间的关联性、公交线路的取消/添加与由堵塞引发公交脱班之间的关联性； 所述方法还包括根据关联分析结果，进行公交资源优化。3.如权利要求I或2所述的方法，其特征在于 所述动态运营参数至少包括公交车辆基础参数、实际运营趟次、各运营趟次的实际到站名称、公交车辆的到站时间、公交车辆的行驶状态，所述基础参数包括公交线路标识、公交车辆标识bid及采样时刻标识t，所述公交车辆的行驶状态至少包括所在经纬度； 所述公交运行轨迹点由六元组(areav e A, Iidk e B, bid, Rj e E, dir, t)标识； 所述areav e A表示所述bid所标识公交车辆在t采样时刻的所在区域； 所述& e E是一个集合，包括当前路段编号Iramnt和相邻公交线路的上下游路段编号，所述Hsm为所述bid所标识公交车辆在t采样时刻所在路段的编号； 所述dir表示所述bid所标识公交车辆在t采样时刻的行驶方向； 所述lidkeB是一个集合，包括所有通过所述r—、与所述dir同方向的公交车辆所属的公交线路的集合。4.如权利要求3所述的方法，其特征在于 所述堵点脱班特征包括堵点特征和脱班特征； 所述堵点特征包括单车行车不畅特征和/或路段行车不畅特征； 所述脱班特征至少包括，针对同一站点，所述bid所标识公交车辆的到站时间与前一公交车辆的到站时间的时间间隔大于所述发车间隔； 所述单车行车不畅满足 span(areaveA, lidkeB, bid, Rj eE, dir, T) ≤Φ ；所述路段行车不畅满足 I span(areaveA, lidkeB, bid, Rj eE, dir, T) ≤Φ I ≥a ； 所述T表示时间窗，所述span( ·)表示公交车辆在时间窗内的行驶距离或者平均行驶速率，所述Φ表示预设行驶距离阈值或者预设平均行驶速率阈值； 所述I span ( ·) ≤Φ I表示所述!—,所标识路段的路段行车不畅率，所述路段行车不畅率由M/N决定，所述M表示同一时间窗T内、通过Iramnt路段的所有发生单车行车不畅的公交车辆的数目，所述N表示所述Iramnt所标识路段附近区域内所有公交车辆数目N ；所述α表示预设的路段行车不畅率阈值。5.如权利要求3所述的方法，其特征在于，所述预处理至少包括 对所述动态运营参数的采样数据进行清洗、抽取； 将经抽取的动态运营参数的采样数据与静态运营参数数据相结合，进行分类汇总； 将经分类汇总的数据，转换成所述六元组(areaveA, Iidk eB, bid, Rj e E, dir, t)。6.如权利要求5所述的方法，其特征在于，所述六元组(areav e A, lidkeB, bid, Rj e E, dir, t)以参考坐标系rcu ent，I, D, t为基准,所述I表示公交运行轨迹...
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。