[发明专利]基于滑动平均算法的智能交通时段划分方法

说明书

一种基于滑动平均算法的智能交通时段划分方法，包括以下步骤：1)获取交叉口道路流量信息；2)运用滑动平均算法对获取的数据进行平滑处理；3)通过平滑后的数据进行差分计算，得到相应的导数，即车流量的变化趋势；4)根据车流导数的不同变化特征，进行进一步的数据判别，将一日的交通状态划分成多个时段，为下一步配时方案的设计提供依据。本发明以滑动平均算法对数据进行平滑处理，以差分结果近似数据导数，对时段进行划分，能够更加灵敏地反应车流的数据变化趋势，对路网的交通状况进行更为准确的识别，提高配时方案的有效性。

技术领域

本发明涉及交通控制工程、大数据分析应用领域，尤其涉及交通峰谷状态识别和配时方案的时段划分方法。

背景技术

伴随着城市现代化程度提高，城市交通规模也保持着告诉增长的态势，传统交通技术开始难以适应社会发展的要求。由于交通流量变化的复杂性和不确定性，其中表现较为突出的是，受早晚高峰的影响，城市交通状态变化频繁、复杂，为了缓解城市交通状况，基于不同时段的特点，就需要配置不同的方案来疏通道路，因此，峰谷时段划分的准确性和有效性显得尤为重要。而目前适合于最常见的对实际车流数据设置阈值，以区分峰谷时段的方法，存在一定的局限性，难以精确描述交通流的变化态势。因此为了能有效提高时段划分的准确性，充分发挥配时方案的效果，本发明提出基于滑动平均算法的智能交通时段划分算法，以便与时段划分的结果能够更加精确地反应交通变化趋势，提高调度的有效性。

发明内容

为了克服城市路网交通状况复杂引起的峰谷时段划分困难，交通数据流量变化的波动性、时段性和随机性，纯粹以实际流量为标准的峰谷时段难以真实反馈路口状态，因此需对路口的交通状况进行更深入的研究，以更准确、贴切地描述路口交通变化情况。本发明提出一种基于滑动平均算法的智能交通时段划分方法。

本发明解决其技术问题所采用的技术方案是：

一种基于滑动平均算法的智能交通时段划分方法，包括以下步骤：

1)输入具体的日期、路口、车道，获取相应交叉口道路的流量信息；以Δt＝5分钟为时间间隔，将一天划分为288个时段，从数据库获取到过车数据后，计算得到288维的车流量，记为V，其中V(t)代表当前路口t时段的车流量；

2)运用滑动平均算法对V进行平滑处理，计算方法如下公式(1)所示：

式中：τ为滑动的半个周期长度；w_i为每个时段V的权重，其中∑w_i＝1；

为回归后的车流数据；

3)对进行差分计算，近似为车流的导函数d,计算如公式(2)：

4)针对流量导数曲线进行进一步的数据判别，将一日的交通状态划分成多个时段，过程如下：

4.1)根据算法取阈值T，按阈值T把所有时段分为上升/下降时段和平稳时段

经过阈值T的切割，导数曲线可以变换为具有时间属性的状态数字序列s(t)，其中状态数字为0,1；

4.2)开始划分时段，找到所有上升/下降，平稳的连续状态数字序列，即0,1作为一个时间段；

4.3)找到所有拐点所在处，根据前后时刻s(t)值，找到所有高峰时段的起始点和终止点，如公式(4)所示

式中:和分别是第i个高峰时段的起始时间和结束时间。