[发明专利]改进的行程时间可靠性分析方法

说明书

本发明提供一种改进的行程时间可靠性分析方法，在传统的行程时间可靠性指标估计基础上，采用Bonferroni修正的K‑S检测法对行程时间是否存在季节、月份差异进行检验；用对数正态分布拟合行程时间的分布，采用最大期望算法进行参数标定；采用Bootstrap方法对行程时间估计样本进行有放回抽样；进行M轮重复抽样；计算每个数据子集行程时间可靠性指标TTR_m；对于符合正态分布TTR进行点估计与区间估计；本发明方法输出可靠性指标估计区间，相较于可靠性指标点估计值，置信区间对行程时间可靠性的描述更为全面，且区间上限值在诱导发布、交通规划等应用中也更具现实意义。

技术领域

本发明涉及一种改进的行程时间可靠性分析方法。

背景技术

在众多的道路评估指标中，行程时间被广泛的应用于评估高速公路、城市道路和居民出行效率。在过去的二十年中，很多数学模型被用于提高行程时间的精度。但是行程时间并不能准确地描述居民出行和道路交通的特性。行程时间可靠性作为对行程时间的一个补充被提出，对于辅助公众的出行以及交通规划、管控决策具有重要作用，主要表现在：(1)服务于出行者出行方式与出行路径选择的重要指标；(2)可作为道路等级管理指标；(3)作为宏观区域交通规划参考指标。

常用的行程时间可靠性指标主要基于平均行程时间和百分位行程时间(比如90％分位或者95％分位的行程时间、缓冲时间指数、计划时间指数)，这类指标以时间为单位，易于被出行者理解和使用。行程时间可靠性估计的主要方法为可靠性指标的点估计。但考虑到当前的交通数据采集的技术手段和覆盖范围，行程时间真实值数据很难获取，这就带来对行程时间可靠性估计的精度评价的问题。

上述问题是在行程时间可靠性分析过程中应当予以考虑并解决的问题。

发明内容

为了解决这一问题，本发明的目的是提供一种改进的行程时间可靠性分析方法解决现有技术中存在的行程时间真实值数据很难获取，如何对行程时间可靠性估计的精度评价的问题。

本发明的技术解决方案是：

一种改进的行程时间可靠性分析方法，包括以下步骤，

S1、构建路段行程时间估计模型，基于路段上下游交通流检测器输出的参数检测数据，估计任一给定时刻ti驶离的车辆在路段的行程时间TT_ti；

S2、对行程时间数据进行汇集，减少交通流参数波动性对可靠性的影响；汇集策略为：TT_agg(t_α)＝F(TT_t1,…,TT_ti,…,TT_tN)，其中F(*)为中值函数，TT_agg(t_α)为行程时间的汇集值，TT_ti为在ti时刻驶离的车辆在路段的行程时间；

S3、对包含不同月份以及季度的行程时间估计数据样本进行子集划分，生成S个子集，并采用Bonferroni修正的K-S检验法对多个行程时间数据子集间是否具有显著差异进行统计检验；若检验结论为不具有显著差异，则表明行程时间不具有月度或季度的时间差异性特征；否则，则说明时间特征会影响模型对行程时间估计的可靠性；

S4、用对数正态分布拟合行程时间的分布；采用最大期望算法进行参数标定；

S5、采用Bootstrap自抽样法对行程时间估计样本进行有放回抽样；进行M轮重复抽样，得到M个行程时间估计样本的子数据集TTS_m，m＝1,2,…,M；计算每个数据子集行程时间可靠性指标TTR_m；