[发明专利]基于公交车GPS数据的路段公交车渗透率估计方法

权利要求书

1.一种基于公交车GPS数据的路段公交车渗透率估计方法，其特征在于：包括如下步骤：

步骤1：根据回传的公交车GPS数据确定公交车停车排队的位置；

步骤2：在信号灯红灯周期结束时刻，找出排队队列中的公交车的数量D，根据步骤1中得到的公交车停车排队的位置，找出排队队列中的最后一辆公交车的位置l_{lst_stop}；对大量的历史数据进行分析找出对应线路的交叉口停车线的位置l_{line_stop}，结合交叉口排队队列中公交车的平均车长bus_avg_len，排队队列中除公交车外的其他类型车辆的平均车长others_avg_len，计算出单周期的公交车渗透率；其中，bus_avg_len等于公交车平均车辆长度和平均车辆间距之和；others_avg_len等于除公交车外的其他车辆的平均车辆长度和平均车辆间距之和；

步骤3：对不同时期单周期的公交车渗透率进行分析

按照不同的周期数将一段统计时长的单周期公交车渗透率平均分组，利用组间离差平方和表征单周期公交车渗透率的差异程度，选择合适的周期数M作为多周期渗透率的时间窗；

步骤4：根据步骤3选择的时间窗大小，选择DBSCAN密度聚类算法对不同时期多周期的渗透率进行聚类，根据聚类结果，对多周期的渗透率进行加权，得到公交车的渗透率；

所述步骤4中，选择DBSCAN密度聚类算法对M个周期的渗透率进行聚类，DBSCAN基于一组邻域参数(ε,MinPts)来刻画样本分布的紧密程度；其中，ε表示相邻的数据对象之间的距离，MinPts表示样本的数量；

对于给定数据集D＝{P₁，P₂,…,P_m}，若P为核心对象，由P密度直达关系导出的所有样本组成的集合即为聚类簇；找出数据集中的所有核心对象，然后任选一个核心对象，由此出发找出由其密度直达的样本生成聚类簇，直到所有的核心对象均被访问过为止，其中：

P_{上四分位数}表示大量高峰期或平峰期的单周期渗透率的上四分数，P_中位数表示大量高峰期或平峰期的单周期渗透率的中位数；

经过密度聚类后，一共生成了m个聚类簇，m≥1，对于每个聚类簇，其局部密度为：

其中，num表示簇内数据的个数，MinPts表示样本的数量；

每个簇到具有更高密度的其他簇的距离为：d_ij＝Min(|P_i-P_j|)，其中，P_i是每个聚类簇的核心对象，P_j为数据对象；

相对距离为：

其中，ε表示相邻的数据对象之间的距离，d_ij表示每个簇到具有更高密度的其他簇的距离；

公交车的渗透率为：

其中，P_load表示路段的公交车渗透率，P_i表示聚类簇的核心对象，d_ijr表示两个聚类簇的相对距离，ρ_i表示聚类簇的局部密度。