[发明专利]一种基于贝叶斯网络模型的公交环境动态变化预报方法

说明书

技术领域

本发明涉及公交信息化技术领域，具体地说是一种基于贝叶斯网络模型的公交环境动态变化预报方法。

背景技术

公交客流和行驶时间是公交运营计划编制的数据基础，当现实中的随机因素干扰致使公交客流或行驶时间变化时，这引起公交运力和运量失衡，从而公交调度方案失效。因此，预警公交环境动态变化，为公交动态调度提供可靠、准备的数据基础，极具有理论价值和现实意义。

影响公交客流或行驶时间的影响因素众多且异常复杂，如：天气变化、交通拥堵、大型活动等，它们之间相互关联。目前，众多国内外学者关注预测公交环境动态变化，主要研究思路有二：

一、将公交客流或行驶时间的预测过程看作一个系统，关注外部因素对其影响，揭示它们之间内在关联性。该方法的优点是可以直接量化外部环境的变化和公交客流或行驶时间之间表达式，并分析进行灵敏性分析，但是对外部环境的数据可靠性要求较高，这进一步限制了该方法的推广应用。传统的方法涉及线性回归、结构方程，现代的方法包括神经网络、决策树、决策支持向量机等。

二、把公交客流或行驶时间看作一个黑匣子，基于时间序列预测技术，研究公交客流或行驶时间随时间变化的演化趋势。该方法避免了上述方法需要大量外部环境影响因素数据，仅知道过去和现在的客流或行驶时间序列，虽然可以准确地预测未来的演化趋势，但是无法量化分析影响公交环境变化的原因。传统的方法涉及指数平滑法、函数逼近、差分法等，现代的方法包括神经网络、卡尔曼滤波等。

由上可知，现有研究办法无法解决随机干扰引起的公交环境动态变化连锁反应过程，应该从整体出发，揭示影响客流或行驶时间变化的影响因素如何发生，以及它们之间相互引发、干涉、转化和耦合等复杂关系，预测复杂交通环境变化情形下的公交客流或行驶时间及其发生概率。

贝叶斯网络是一种刻画事物之间因果关系的概率图模型，非常适合对突发事件的发生及其引起的链式反应过程进行建模分析。基于此，本发明分析影响公交客流或行驶时间的外部环境因素，将其输入视为客流或行驶时间变化的原因，输出是客流或行驶时间变化的结果，控制输入可以控制部分状态的变化，据此构建突发时间贝叶斯网络中的各外部环境条件节点输入-因果关系状态-客流或行驶时间决策节点输出的三层拓扑网络结构，实现预测复杂交通环境变化情形下的公交客流或行驶时间及其发生概率，为公交动态调度提供可靠的数据基础。

发明内容

本发明提供了一种基于贝叶斯网络模型的公交环境动态变化预报方法，在分析影响公交客流或行驶时间变化的外部环境各种影响因素基础上，结合实际的公交动态数据，刻画它们之间的因果关系，当根据智能公交调度平台检测外部环境影响因素取值范围时，利用概率推理各种复杂交通环境下的公交客流或行驶时间波动值及其发生概率。本发明主要用于根据公交外部动态环境变化预警客流或行驶时间，为公交动态调度提供数据支撑。

本发明方案是通过以下技术方案实现的：

本发明提供一种基于贝叶斯网络模型的公交环境动态变化预报方法，包括：筛选影响公交客流波动或行驶时间波动的众多因素；公交环境变化参数归一化、离散化和统计分析，即确定各变量的取值范围及先验概率分布；构建公交环境动态变化预报的贝叶斯网络模型；客流或行驶时间推理预测过程。

作为一种改进，筛选影响公交客流波动或行驶时间波动的众多因素过程，包括：

（1）采用阅读文献、实地调研和专家座谈等方式，确定所有可能影响公交客流波动或行驶时间波动的众多因素，共有个候选指标，如：道路类型、路况、交通事故、大型活动、交通管制和天气变化等；

（2）结合智能公交调度平台，在时刻获取第个影响因素，以及相关联的客流或行驶时间，将条数据记录作为样本，汇总为条件矩阵和决策向量；

（3）根据最小二乘法，评估候选因素对的影响程度向量，若为正，第个影响因素与客流或行驶时间正相关；否则负相关。显然，的绝对值越大，该因素对其影响越大；

（4）设定阀值，对，若||>,该因素决定客流或行驶时间，获取n个条件和1个决策变量。

作为进一步改进，确定各条件和决策变量的取值范围及先验概率分布，包括：

（1）对各个变量，找到其取值的上下限；

（2）对上述变量的，进行个等间隔离散化处理，获取其特征取值状态空间为，其中：；

（3）在样本集D中，计算各变量取值状态的发生概率，以及两个变量间先验概率分布 ，其中表示事件在样本集D出现的次数。