[发明专利]交通流历史标准数据的生成方法及系统

权利要求书

1.一种获得交通流历史标准数据的方法，其特征在于，包括：

以年为单位，对每一天根据设定的采集周期采集原始交通流数据以获得各天的原始交通流时间序列数据；

按照设定规律将一年中各天划分为M组，每一组中按照周一至周日分别将各天的原始交通流时间序列数据归为7类，生成7*M个原始交通流时间序列数据集合；

对各个集合中的每一个原始交通流时间序列数据中被划分为繁忙时段的数据分别进行预处理以获得相应的第一标准交通流时间序列数据；

分别对每一个集合，根据集合中各第一标准交通流时间序列数据的相关性获得所述集合的第一基本序列数据；

将各集合的所述第一基本序列数据作为繁忙时段的交通流历史标准数据。

2.如权利要求1所述的方法，其特征在于，还包括：

对各个集合中的原始交通流时间序列数据中被划分为空闲时段的数据计算相同时间点的交通流数据的平均值，得到平均交通流时间序列数据。

对每一个集合，分别对平均交通流时间序列数据进行预处理得到所述集合的第二基本序列数据；

将各集合的所述第二基本序列数据作为空闲时段的交通流历史标准数据。

3.如权利要求1所述的方法，其特征在于，对其中一个集合中的一个原始交通流时间序列数据中被划分为繁忙时段的数据进行预处理以获得相应的第一标准交通流时间序列数据，具体包括：

对所述原始交通流时间序列数据缺失判断及处理；

对所述原始交通流时间序列数据错误判断及处理；

对所述原始交通流时间序列数据滤波处理，获得所述第一标准交通流时间序列数据。

4.如权利要求1、2或3所述的方法，其特征在于，对其中一个集合，根据该集合中各第一标准交通流时间序列数据的相关性获得所述集合的第一基本序列数据，具体包括：

计算集合中各第一标准交通流时间序列数据的相关系数矩阵，所述相关系数矩阵中元素的计算公式如下：

r(i,j)=r(j,i)=Cov(Fi,Fj)Cov(Fi,Fi)×Cov(Fj,Fj)(i=1:N,j=1:N)]]>

其中，N为集合中第一标准交通流时间序列数据的数量，r(i，j)为相关系数矩阵中第i行第j列的元素，F_i(i＝1，2，...N)为参与计算的第一标准交通流时间序列数据，Cov(F_i，F_j)是所述第一标准交通流时间序列数据F_i和F_j的协方差；

对所述相关系数矩阵的各行分别求和获得相似系数S_i(i＝1，2，...N)，所述相似系数S_i定义为所述F_i相对集合中其他所有所述第一标准交通流时间序列数据的相似系数，计算公式如下：

Si=Σj=1Nr(i,j),(i=1:N)]]>

选择S_i中的最大值S_max，并找出它对应的第一标准交通流时间序列数据F_max；

根据所述S_max计算F_i的相似性权重系数，具体公式如下：

σi=r(i,max)Smax(i=1,2,...N)]]>

其中，σ_i为F_i的相似性权重系数，S_max为相似系数的最大值，r(i，max)为所述相关系数矩阵中第i行第max列的元素；

根据相似性权重系数，计算集合中第一标准交通流时间序列数据得到所述集合第一基本序列数据F，具体公式如下：

F=Σi=1NσiFi]]>

其中，σ_i为F_i的相似性权重系数，F_i为所述第一标准交通流时间序列数据。