[发明专利]一种基于数据挖掘的车辆停留行为模式预测与评估方法

说明书

本发明公开了一种基于数据挖掘的车辆停留行为模式预测与评估方法，可以发现，现如今，道路交通运输的发展越来越迅速，道路交通运输的主体——货运车辆的停留行为模式将会在一定程度上影响道路交通运输过程中随之产生的时间成本，本发明通过数据挖掘的方式对于大量的货运车辆GPS轨迹数据进行处理与分析，实现对于车辆停留行为模式的预测与评估，为道路交通运输过程中的时间成本的优化提供一定的标准。

技术领域

本发明涉及数据挖掘的方法、车辆的停留行为模式以及相关的预测与评估方法，特别是涉及一种基于数据挖掘的车辆停留行为模式预测与评估方法。

背景技术

数据挖掘的方法是一个从大量数据中提取出人们所感兴趣的知识的复杂的方式，人们所感兴趣的知识是有实际意义的并且以可以被理解的模式蕴含在数据之中。20年左右的发展，数据挖掘的相关研究已经越来越成熟，并且应用到其他领域。移动对象的数据挖掘主要是通过数据的处理与分析，数学，以及统计学等一系列数据挖掘的方法从移动对象的历史活动数据——轨迹数据中挖掘，并进一步发现有意义的和有价值的信息。轨迹数据是移动对象的历史活动数据，在一定水平上可以体现移动对象的性质、状态、行为等等内部特征和外部特征，此外，还可以体现内部环境和外部环境的变化对于移动对象的活动的影响。

行为模式是从大量的行为活动中提取出来的，是行为的基本的理论、模型和规律。具体到车辆的停留行为模式，指的是车辆，特别是货运车辆，在一次行驶过程中，因为某一种因素的影响，所导致停留行为的时刻、间隔、频率、距离等一系列的指标所体现出来的特征。相关的预测与评估方法，主要有常规的预测与评估，灰色系统理论以及模型等，一般情况下，是通过对于现有的数据的整理及进一步处理，统计及进一步分析，

建立一个回归函数进行预测，并且建立一个指标体系进行评估，在这一过程中，这个回归函数的类型还要求根据所使用的数据进一步确定，这个指标体系可以是单值函数或者集值函数。另外，对于规律性不大的系统也可以用灰色系统方法。

发明内容

本发明的目的是为了解决上述问题，提出一种基于数据挖掘的车辆停留行为模式预测与评估方法。

本发明是一种基于数据挖掘的车辆停留行为模式预测与评估方法，如图1所示，包括以下几个步骤：

步骤一，导入初始的GPS轨迹数据，进行数据预处理；

步骤二，从SQL数据库之中提取数据预处理之后的基本的GPS轨迹数据，并且进一步的进行停留点的提取；

步骤三，对于每一种类型的停留点，分别对于以下四个统计指标；

步骤四，对于每一种类型的停留点的四个统计指标的统计分布进一步的拟合，拟合过程主要是根据最小二乘法按照线性回归的方式提取统计分布的回归函数，可以利用一系列的常规函数拟合统计分布，并且比较拟合效果以确定回归函数，这里所采用的的函数是相关研究中通常会采用的函数。

步骤五，根据每一种类型的停留点的停留时间和停留频率的统计分布平均值来确定总体上的停留时间的平均水平。

本发明的优点在于：

(1)本发明基于数据挖掘的车辆停留行为模式预测与评估方法，基本的主要流程是基于大量的GPS轨迹数据，采取数据挖掘技术相关的方法，对于以上轨迹数据进行选择、清洗、整理、存储等一系列的处理步骤，以保证接下来所使用的数据的真实性、实时性、准确性，进一步的利用相关的统计学理论来进行货运车辆的停留点的提取和停留点的分类，以保证接下来的统计分析过程的具体性和合理性，在此基础之上，对于行为模式理论相关的一系列统计指标进行统计分析，以提取分布规律和分布函数，与此同时，分析总体和个体的统计指标的分布之间的关系，为预测和评估提供数据和理论上的支持；