[发明专利]一种基于浮动车的路网高峰时段识别方法有效
申请号: | 201410012796.2 | 申请日: | 2014-01-10 |
公开(公告)号: | CN103761430B | 公开(公告)日: | 2017-07-07 |
发明(设计)人: | 邹娇;陶刚;刘俊;高万宝;方林;李立超 | 申请(专利权)人: | 安徽科力信息产业有限责任公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G08G1/01 |
代理公司: | 合肥天明专利事务所(普通合伙)34115 | 代理人: | 金凯 |
地址: | 230088 *** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于浮动车的路网高峰时段识别方法,与现有技术相比解决了没有基于浮动车技术的路网高峰时段识别方法的缺陷。本发明包括以下步骤利用浮动车GPS数据计算路段单车样本速度;提取路段平均行程速度;计算周期交通拥堵指数TCI;提取早晚高峰小时起止时间点。本发明可以通过现有的浮动车技术和城市道路拥堵分析体系,从中分析路网交通时变规律,提取路网高峰时段。 | ||
搜索关键词: | 一种 基于 浮动 路网 高峰 时段 识别 方法 | ||
【主权项】:
一种基于浮动车的路网高峰时段识别方法,其特征在于,包括以下步骤:1)利用浮动车GPS数据计算路段单车样本速度;2)提取路段平均行程速度;3)计算周期交通拥堵指数TCI;4)提取早晚高峰小时起止时间点;所述的提取早晚高峰小时起止时间点包括以下步骤:141)判断一天24小时内TCI曲线是否服从正态分布,如果服从正态分布进入下一步计算,如果不服从正态分布,则表示当天交通异常,剔除数据并重新选择数据;142)设定置信度值c,c为估计值与总体参数允许的误差范围;143)依据24小时TCI变化值,取TCI的最大值与最小值,以0点至12点为划分,TCI最大值为max_a,其中a为1‑288的周期个数,周期为5分钟;TCI前部最小值为min_t1,其中t1是最小值对应的周期数;TCI后部最小值min_t2,其中t2是最小值对应的周期数;以12点至24点为划分,TCI最大值max_p,其中p是1‑288的周期个数,周期为5分钟;TCI前部最小值min_t3,其中t3是最小值对应的周期数;TCI后部最小值min_t4,其中t4是最小值对应的周期数;144)计算区域总面积S1、S2、S3、S4,S1=Σt1a(TCI_i-min_t1),i∈[t1,a],]]>S2=Σat2(TCI_i-min_t2),i∈[a,t2],]]>S3=Σt3p(TCI_i-min_t3),i∈[t3,p],]]>S4=Σpt4(TCI_i-min_t4),i∈[p,t4];]]>145)计算方差面积S1′、S2′、S3′、S4′,S′1=Σj1a(TCI_j1-min_t1),j∈[t1,a],]]>S2′=Σaj2(TCI_j2-min_t2),j∈[a,t2],]]>S3′=Σj3p(TCI_j3-min_t3),j∈[t3,p],]]>S4′=Σpj4(TCI_j4-min_t4),j∈[p,t4];]]>146)将S1、S2、S3、S4和S1′、S2′、S3′、S4′分别对应的代入公式c=Si'/Si求解,通过求解分别得到j1、j2、j3、j4,其中,i=1,2,3,4,Si'是方差面积、Si是区间面积;147)确定早高峰时段为T1至T2,确定晚高峰时段为T3至T4,其中T1、T2、T3、T4分别依次对应j1、j2、j3、j4的周期开始时间。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽科力信息产业有限责任公司,未经安徽科力信息产业有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410012796.2/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用