[发明专利]一种基于区间二型模糊集合节假日城市交通拥堵转移分析方法

说明书

技术领域

本发明涉及微博提取数据及交通流分析领域，特别是一种基于区间二型模糊集合节假日城市交通拥堵转移分析方法。

背景技术

随着社会经济的发展，人均居民生活水平越来越高。汽车数量急剧增加，现有的道路逐渐不能满足正常交通的需要，拥挤、阻塞等交通问题日益增多。同时随着网络的发展，社会媒体的作用越来越大。作为城市交通诱导系统的关键技术，基于社会媒体的数据分析对解决节假日城市交通拥堵转移问题具有重要的意义，是智能交通领域的研究热点问题之一。近年来，国内外学者通过社会媒体挖掘交通数据，对交通拥堵进行了大量的分析和研究。在国外，Mochamad等人通过社会媒体提取交通状况的数据，讨论了自然语言的语法和语义的方法，Sakkachin和Twittie通过Twitter分析道路交通拥堵严重程度的评估，Chihiro Maru等人使用社会信息进行大规模灾害的交通控制网络故障系统检测。在国内，Cui等人从社交媒体中提取交通信息，讨论了其方法并进行了实验，王璞等人利用社会媒体的大数据对人类出行和交通网络进行了主要的研究。但上述分析并不能有效分析节假日交通拥堵状态，并将分析结果进行可视化。Mo Hong等人采用基于社会媒体的方法对交通流进行了语言动力学分析，并运用关键词图片墙直观的显示了交通拥堵的路段、原因及时间。

不同于普通城市交通拥堵信息的来源，节假日交通拥堵信息主要来自社会媒体，包括微信、微博、社交网站等。并且这类信息主要表现为语言信息，因此，如何利用这些语言信息来分析节假日城市交通拥堵转移的特点成为关键。由于语言描述具有歧义性、模糊性和不完整性，模糊集合是解决该问题的有效途径之一，而二型模糊集合相对于一型模糊集合能更好地解决语言歧义与数据噪声问题，给人们定义隶属函数以更大的自由度，在处理系统不确定性等方面具有明显的优越性。

发明内容

针对以上问题，本发明解决的技术问题在于根据深圳节假日至工作日的拥堵情况，提出一种区间二型模糊集合节假日城市交通拥堵转移分析的方法，通过采集深圳交警微博关于深圳路段拥堵的数据，并对其进行实例分析，运用图形可视化分析路段从节假日到工作日的拥堵转移；不仅为研究人员提供了数据依据，还能实时获取交通信息，为驾驶员提供准确道路地点与拥堵程度，解决了许多难题。

本发明解决上述技术问题的技术方案如下：

步骤S1：采集深圳交警微博拥堵路段数据，根据道路交通状态进行分析判别的过程中，选取影响交通拥堵的主要参数并分析；

在对道路交通拥堵状态进行分析判别的过程中，需确定要考虑的交通拥堵参数。综合考虑参数的有效性以及对输入数据的可行性、经济性要求，选择以下三个作为交通状态输入参数：排队长度；平均行车速度；平均延误时间。

进一步，排队长度指交通间断点(交叉口、事故发生点等)处排队车辆占有的路段长度。排队长度可以用来衡量交通拥堵程度，在一般情况下，拥堵越严重产生的排队长度越长。

平均行车速度指路段某一时间内所有通过该路段的车辆速度的平均值。平均行车速度指标是最能够直观、简单地反映路网运行状态的评价指标。

平均延误时间是指车辆在某一条道路上行驶时，由于拥堵导致时间损失的平均时间。对于道路拥堵情况，通过平均延误时间能直观的得出此条道路的拥堵情况。

步骤S2：根据所选交通参数，运用区间二型模糊集合模糊综合评判对深圳路段进行拥堵评判；其中包括以下步骤：

步骤S21：确定评价对象的因素集M；

进一步；设M＝{m₁,m₂,m₃}为评价对象的因素集合，m₁为排队长度，m₂为平均行车速度，m₃为平均延误时间。

步骤S22：确定评价对象的评语集C_j；

进一步；记C_j(j＝1,2,3,4)，分别表示“通畅”、“轻微拥堵”、“中度拥堵”和“严重拥堵”。

步骤S23：确定评价因素的权重集

进一步；且其中a_i表示m_i的权重。

步骤S24：进行单因素模糊评价，确立模糊综合评判矩阵R；

模糊综合评判矩阵R为M到C_j的一种模糊关系，θ_ij表示对第i个因素做出C_j评价的程度。