本發(fā)明涉及智能交通規(guī)劃
技術領域：
，具體而言涉及一種基于交通流量的時間序列劃分方法與系統(tǒng)。
背景技術：
：隨著車輛的急劇增多,車輛與路面的矛盾越來越突出。根據(jù)交通流的狀況,設計合理的配時對城市交通進行控制,對于改善交通狀況,充分利用現(xiàn)有運輸能力起到很大作用。我國目前的交通信號控制以單點控制為主,多時段定周期控制是單點交通控制中最常用的控制方式之一。多時段定周期控制的時段合理劃分直接決定了交通控制的效果。單交叉口信號控制系統(tǒng)大多采用多時段分時定時控制。多時段定時控制，是交通自動控制的一種方式，它是根據(jù)受控路口以往的交通流量資料，在交通信號控制器中，設置多個適應交通流量變化的時段，而每一時段又有一種控制方案與其對應，因此多時段自動控制能較好的適應交叉口交通流量的變化。多時段定時控制系統(tǒng)中，交通時段的合理劃分直接決定了交通控制的效果。傳統(tǒng)的時段劃分方法一般是交通工程師根據(jù)交通調查的數(shù)據(jù)依據(jù)個人經(jīng)驗進行劃分,因此有很大的主觀性,而且時段劃分后不能根據(jù)交通狀況進行更新,因此不能適應交通狀況的變化技術實現(xiàn)要素：針對以上時段劃分中存在的問題,考慮到交通時段劃分的特殊性(交通流序列是有序的,劃分時順序不可打亂),本發(fā)明提出一種基于交通流量的時間序列劃分方法與系統(tǒng)。為達成上述目的，本發(fā)明提出一種基于交通流量的時間序列劃分方法，包括：步驟1、獲取路口前n天的數(shù)據(jù)流量，即以路口id作為下游路口id查表獲取所有路段id，并以設定的時間間隔t為周期獲取所有路段id對應的在每個時間段內的流量之和，其中共包含24*60/t個時間段，經(jīng)過處理獲得96個有序交通流量；步驟2、獲取路口平均的數(shù)據(jù)流量，即對前n天的交通流量進行分組和清洗處理，獲取每一組的平均值；步驟3、對有序交通流量進行標準化處理；步驟4、設置初選的分段數(shù)z；步驟5、獲取在z分段情況下的最優(yōu)分類結果；步驟6、基于步驟5得到的最優(yōu)分類結果求解最優(yōu)聚類點，類直徑最??；步驟7、改變分段數(shù)z，返回步驟5，直到所有分段數(shù)均實現(xiàn)類直徑最小，進入步驟8；步驟8、確定最優(yōu)分類數(shù)目。進一步的實施例中，前述的時間間隔t為15min。進一步的實施例中，前述步驟2的具體實現(xiàn)包括：第1.1步：由路口id作為下游路口id查表獲取所有路段id，全部標記為unvisited，然后開始取其中一個標記為unvisited的路段id，標記為visited；轉到第1.2步進行數(shù)據(jù)清洗；第1.2步：查表路段15分鐘流量表獲取路段前n天的15min交通流量數(shù)據(jù)，每天包含96個有序交通流量；第1.3步：以上一步統(tǒng)計的交通流量按序列分組：將n天前的第一條、n-1天前的第一條、……、1天前的第一條分為一組；以此類推分組，直到將第96條分組完畢，即：將上述有序交通流量數(shù)據(jù)分成96組，每一組有n條數(shù)據(jù){v1,v2,v3，...，vn}；第1.4步：對于每一組數(shù)據(jù){v1,v2,v3，...，vn}按照下述方式處理：①如果數(shù)據(jù)全部為0，令平均值并返回第1.1步重新選取路段id；②如果數(shù)據(jù)不全部為0，首先去除其中為0的數(shù)據(jù)，然后計算平均值n0為數(shù)據(jù)為0的個數(shù)；對于一組數(shù)據(jù){v1,v2,v3，...，vn}，如果或者則去除該數(shù)據(jù)vi；第1.5步：重復前述第1.4步的處理，直到96組數(shù)據(jù)均處理完成；第1.6步：轉第1.1步重新選取路段id進行上述處理，直到所有路段id都標記為visited。進一步的實施例中，前述步驟3中，標準化處理過程包括：將n個有序流量數(shù)據(jù){y1,y2,y3，...，yn}中的第i個數(shù)據(jù),根據(jù)以下公式對交通流序列進行預處理：式中ymax、ymin分別表示流量的最大值和最小值；從而得到一組標準化的有序數(shù)據(jù){x1,x2,x3，...，xn}。進一步的實施例中，在步驟4中，將每天24小時的分成z個時段，z初始值取值為2。進一步的實施例中，前述步驟5的具體實現(xiàn)包括：第i序列數(shù)據(jù)到第j序列數(shù)據(jù)的變差如下其中，則得到所有的變差矩陣n*n＝96*96的矩陣，如下：計算目標函數(shù)，即計算所有分類的總變差:其中s(i)為第i個分類的變差；設將n個有序數(shù)據(jù)分割為z類的某種分法記為b(n,z)，有序樣本數(shù)據(jù)有如下定理:其最優(yōu)z類分割一定是在某一個截尾子段進行最優(yōu)z-1類分割的基礎上，再增加一類而形成的，故有如下遞推公式:b(n,z)＝min{b(nz-1,z-1)+d(z)}得到nz-1第z類的有序數(shù)據(jù)為其中nz-1然后找到第z-1個分點，使它滿足:b(nz-1,z)＝b(nz-2,z-1)+d(z-1)得到第z-1個分類的有序數(shù)據(jù)為利用同樣的方法得到所有分類{m1,m2，...，mz-1,mz}，即為分類數(shù)為z的最優(yōu)分類結果。進一步的實施例中，在所述步驟8中確定最優(yōu)分類數(shù)目時，判定當|b(n,z)-b(n,z-1)|＜ε時，z-1為最優(yōu)分類，其中ε為可配置參數(shù)，取0.3。由以上本發(fā)明的技術方案，本發(fā)明提出的時間序列劃分方法，是一種基于有序聚類的交通時段劃分方案,對實時采集的交叉口流量進行處理,實現(xiàn)了交通時段的自動劃分。根據(jù)劃分的結果,在交通高峰期采用多時段定周期控制,以獲得最大的通行能力。本方法克服傳統(tǒng)的時段劃分的主觀性,可有效改善道路的交通狀況。應當理解，前述構思以及在下面更加詳細地描述的額外構思的所有組合只要在這樣的構思不相互矛盾的情況下都可以被視為本公開的發(fā)明主題的一部分。另外，所要求保護的主題的所有組合都被視為本公開的發(fā)明主題的一部分。結合附圖從下面的描述中可以更加全面地理解本發(fā)明教導的前述和其他方面、實施例和特征。本發(fā)明的其他附加方面例如示例性實施方式的特征和/或有益效果將在下面的描述中顯見，或通過根據(jù)本發(fā)明教導的具體實施方式的實踐中得知。附圖說明附圖不意在按比例繪制。在附圖中，在各個圖中示出的每個相同或近似相同的組成部分可以用相同的標號表示。為了清晰起見，在每個圖中，并非每個組成部分均被標記?，F(xiàn)在，將通過例子并參考附圖來描述本發(fā)明的各個方面的實施例，其中：圖1是根據(jù)本發(fā)明某些實施例的基于交通流量的時間序列劃分方法的流程示意圖。圖2是根據(jù)本發(fā)明某些實施例的公交車到站信息的示意圖。圖3是根據(jù)本發(fā)明某些實施例的公交車實時到站位置的信息示意圖。具體實施方式為了更了解本發(fā)明的技術內容，特舉具體實施例并配合所附圖式說明如下。在本公開中參照附圖來描述本發(fā)明的各方面，附圖中示出了許多說明的實施例。本公開的實施例不必定意在包括本發(fā)明的所有方面。應當理解，上面介紹的多種構思和實施例，以及下面更加詳細地描述的那些構思和實施方式可以以很多方式中任意一種來實施，這是因為本發(fā)明所公開的構思和實施例并不限于任何實施方式。另外，本發(fā)明公開的一些方面可以單獨使用，或者與本發(fā)明公開的其他方面的任何適當組合來使用。結合圖1所示，根據(jù)本發(fā)明的實施例，一種基于交通流量的時間序列劃分方法，包括：步驟1、獲取路口前n天的數(shù)據(jù)流量，即以路口id作為下游路口id查表獲取所有路段id，并以設定的時間間隔t為周期獲取所有路段id對應的在每個時間段內的流量之和，其中共包含24*60/t個時間段，經(jīng)過處理獲得96個有序交通流量；步驟2、獲取路口平均的數(shù)據(jù)流量，即對前n天的交通流量進行分組和清洗處理，獲取每一組的平均值；步驟3、對有序交通流量進行標準化處理；步驟4、設置初選的分段數(shù)z；步驟5、獲取在z分段情況下的最優(yōu)分類結果；步驟6、基于步驟5得到的最優(yōu)分類結果求解最優(yōu)聚類點，類直徑最?。徊襟E7、改變分段數(shù)z，返回步驟5，直到所有分段數(shù)均實現(xiàn)類直徑最小，進入步驟8；步驟8、確定最優(yōu)分類數(shù)目。本發(fā)明的具體實現(xiàn)過程中，前述的時間間隔t優(yōu)選為15min。進一步的實施例中，前述步驟2的具體實現(xiàn)包括：第1.1步：由路口id作為下游路口id查表獲取所有路段id，全部標記為unvisited，然后開始取其中一個標記為unvisited的路段id，標記為visited；轉到第1.2步進行數(shù)據(jù)清洗；第1.2步：查表路段15分鐘流量表獲取路段前n天的15min交通流量數(shù)據(jù)，每天包含96個有序交通流量；第1.3步：以上一步統(tǒng)計的交通流量按序列分組：將n天前的第一條、n-1天前的第一條、……、1天前的第一條分為一組；以此類推分組，直到將第96條分組完畢，即：將上述有序交通流量數(shù)據(jù)分成96組，每一組有n條數(shù)據(jù){v1,v2,v3，...，vn}；第1.4步：對于每一組數(shù)據(jù){v1,v2,v3，...，vn}按照下述方式處理：①如果數(shù)據(jù)全部為0，令平均值并返回第1.1步重新選取路段id；②如果數(shù)據(jù)不全部為0，首先去除其中為0的數(shù)據(jù)，然后計算平均值n0為數(shù)據(jù)為0的個數(shù)；對于一組數(shù)據(jù){v1,v2,v3，...，vn}，如果或者則去除該數(shù)據(jù)vi；第1.5步：重復前述第1.4步的處理，直到96組數(shù)據(jù)均處理完成；第1.6步：轉第1.1步重新選取路段id進行上述處理，直到所有路段id都標記為visited。進一步的實施例中，前述步驟3中，標準化處理過程包括：將n個有序流量數(shù)據(jù){y1,y2,y3，...，yn}中的第i個數(shù)據(jù),根據(jù)以下公式對交通流序列進行預處理：式中ymax、ymin分別表示流量的最大值和最小值；從而得到一組標準化的有序數(shù)據(jù){x1,x2,x3，...，xn}。進一步的實施例中，在步驟4中，將每天24小時的分成z個時段，z初始值取值為2。進一步的實施例中，前述步驟5的具體實現(xiàn)包括：第i序列數(shù)據(jù)到第j序列數(shù)據(jù)的變差如下其中，則得到所有的變差矩陣n*n＝96*96的矩陣，如下：計算目標函數(shù)，即計算所有分類的總變差:其中s(i)為第i個分類的變差；設將n個有序數(shù)據(jù)分割為z類的某種分法記為b(n,z)，有序樣本數(shù)據(jù)有如下定理:其最優(yōu)z類分割一定是在某一個截尾子段進行最優(yōu)z-1類分割的基礎上，再增加一類而形成的，故有如下遞推公式:b(n,z)＝min{b(nz-1,z-1)+d(z)}得到nz-1第z類的有序數(shù)據(jù)為其中nz-1然后找到第z-1個分點，使它滿足:b(nz-1,z)＝b(nz-2,z-1)+d(z-1)得到第z-1個分類的有序數(shù)據(jù)為利用同樣的方法得到所有分類{m1,m2，...，mz-1,mz}，即為分類數(shù)為z的最優(yōu)分類結果。進一步的實施例中，在所述步驟8中確定最優(yōu)分類數(shù)目時，判定當|b(n,z)-b(n,z-1)|＜ε時，z-1為最優(yōu)分類，其中ε為可配置參數(shù)，取0.3。下面結合附圖1所示，根據(jù)具體地說明前述方法的示例性實現(xiàn)。本發(fā)明的前述方法所使用的交通流量原始數(shù)據(jù)來源于城市電子警察采集的實時數(shù)據(jù)以及城市道路基本信息(例如路口、車道等)并進行存儲。例如路段基本信息、路段15分鐘流量表等。下表是路段基礎信息表(md_segment)的一個示例。下表是路段15分鐘流量表(ay_result_segmentvol_by15min)的示例。namecodedatatype數(shù)據(jù)編號data_idnumber(9)路段編號segment_idvarchar2(60)路段空間編號segment_id_geonumber發(fā)生時間timestampnumber(13)駛入流量volume_invarchar2(60)駛出流量volume_outvarchar2(60)流量是否正常normalvarchar2(30)分區(qū)日期part_codedate第1步：獲取路口前n天的數(shù)據(jù)流量第1.1步：由路口id作為下游路口id查表md_segment中獲取所有路段id(十字交叉口一般為有4條路段)全部標記為unvisited。然后開始取其中一個標記為unvisited的路段id，標記為visited；轉到第1.2步進行數(shù)據(jù)清洗：第1.2步：查表ay_result_segmentvol_by15min獲取路段前n天的15min交通流量數(shù)據(jù)(每天96個有序交通流量)；第1.3步：以上一步統(tǒng)計的交通流量按序列分組：例如將n天前的第一條、n-1天前的第一條、……、1天前的第一條分為一組，以此類推分組，總而言之：即將上述數(shù)據(jù)分成96組，每一組有n條數(shù)據(jù){v1,v2,v3，...，vn}；第1.4步：對于每一組數(shù)據(jù){v1,v2,v3，...，vn}，按照下述方式處理：①如果數(shù)據(jù)全部為0，令并進行第1.1步。②如果數(shù)據(jù)不全部為0，首先去除其中為0的數(shù)據(jù)(n0為數(shù)據(jù)為0的個數(shù))，然后計算平均值如果或者去除該數(shù)據(jù)；第1.5步：數(shù)據(jù)清洗過后最終計算出每一組得平均值轉第0.4步，直到96所有組處理完成；第1.6步：轉第1.1步，直到所有路段id都標記為visited。將上述得到各個路段id的96個有序交通流量。如果某個路段id里面的96個有序流量有為0，去除該路段id。第2步：獲取路口平均的數(shù)據(jù)流量由上述所有路段id，進一步獲取路口15min流量(上述所有路段id15min流量之和)。共有60*24/15＝96個時間段，即96個有序交通流量。將計算出來的路口96個有序交通流量保存對應的字段volumn_by15_serial里。路口對應的所有路段id保存第3步：數(shù)據(jù)標準化處理將n個有序數(shù)據(jù){y1,y2,y3，...，yn}第i個數(shù)據(jù)xi,根據(jù)以下公式對交通流序列進行預處理。式中ymax、ymin分別表示流量的最大、最小。得到一組標準化的有序數(shù)據(jù){x1,x2,x3，...，xn}第4步：設置初選分段數(shù)即將每天24小時的分成z個時段(如早高峰、平峰、晚高峰等)。第5步：計算z分段情況下，所有可能類的直徑第i序列數(shù)據(jù)到第j序列數(shù)據(jù)的變差如下其中，則得到所有的變差矩陣n*n＝96*96的矩陣計算目標函數(shù)，即計算所有分類的總變差:其中s(i)為第i個分類的變差。設將n個有序數(shù)據(jù)分割為z類的某種分法記為b(n,z)，有序樣本數(shù)據(jù)有如下定理:其最優(yōu)z類分割一定是在某一個截尾子段進行最優(yōu)z-1類分割的基礎上，再增加一類而形成的。故有如下遞推公式:b(n,z)＝min{b(nz-1,z-1)+d(z)}得到nz-1第z類的有序數(shù)據(jù)為其中nz-1然后找到第z-1個分點，使它滿足:b(nz-1,z)＝b(nz-2,z-1)+d(z-1)得到第z-1個分類的有序數(shù)據(jù)為相同的方法得到所有分類{m1,m2，...，mz-1,mz}，這就是分類數(shù)為z的最優(yōu)分類結果。第6步：求解最優(yōu)聚類點，類直徑最小第7步：改變z值，轉到第5步。第8步：直到所有分段數(shù)均實現(xiàn)，結束第9步：確定最優(yōu)分類數(shù)目當|b(n,z)-b(n,z-1)|＜ε，ε為可配置參數(shù)(暫取0.3)即z-1為最優(yōu)分類。即通過繼續(xù)增加分類數(shù)，目標函數(shù)沒有明顯的下降即認為已達到最優(yōu)分類數(shù)。保存對應字段到輸出表中。輸出數(shù)據(jù)的格式的一個示例如下表所示，其中數(shù)據(jù)存儲oracle：ay_result_utc_time_div。路口編號intersection_idvarchar2(60)路口空間編號intersection_id_geonumber最優(yōu)分段數(shù)optimize_numnumber(3)時間段數(shù)serial_numnumber(3)時間段開始時間start_timenumber(13)時間段結束時間end_timenumber(13)時間戳timestampnumber(13)雖然本發(fā)明已以較佳實施例揭露如上，然其并非用以限定本發(fā)明。本發(fā)明所屬
技術領域：
中具有通常知識者，在不脫離本發(fā)明的精神和范圍內，當可作各種的更動與潤飾。因此，本發(fā)明的保護范圍當視權利要求書所界定者為準。當前第1頁12