[发明专利]基于时间序列结构性变点识别的公交客流动态监测方法

权利要求书

1.一种基于时间序列结构性变点识别的公交客流动态监测方法，其特征在于，包括以下步骤：

1)数据收集和预处理，构造基于公交客流数据的时间序列{T_t}；

2)识别时间序列{T_t}中的结构性变点；

3)在客流动态监测时，对已识别出的结构性变点进行重点监测，并启动相应预案。

2.根据权利要求1所述的一种基于时间序列结构性变点识别的公交客流动态监测方法，其特征在于，所述的步骤1)具体为：

采集公交数据并剔除数据缺失后，按日或月统计线路/站点层面的集计客流量，构造时间序列{T_t}。

3.根据权利要求2所述的一种基于时间序列结构性变点识别的公交客流动态监测方法，其特征在于，所述的公交数据包括地铁、BRT和常规公交客流数据。

4.根据权利要求1所述的一种基于时间序列结构性变点识别的公交客流动态监测方法，其特征在于，所述的步骤2)具体包括以下步骤：

21)定义站点或线路的日客流量对数值的一阶差分为日客流量波动率，并计算日客流量波动率序列Q_t；

22)根据日客流量波动率序列Q_t计算迭代残差序列a_t；

23)计算并中心化累计迭代残差平方和；

24)识别出全部的结构性变点。

5.根据权利要求4所述的一种基于时间序列结构性变点识别的公交客流动态监测方法，其特征在于，所述的步骤21)中，日客流量波动率序列Q_t的计算式为：

Q_t＝lnT_t-lnT_t-1

其中，T_t、T_t-1分别为日期t和t-1的线路/站点的客流量。

6.根据权利要求5所述的一种基于时间序列结构性变点识别的公交客流动态监测方法，其特征在于，所述的步骤22)中，迭代残差序列a_t的计算式为：

其中，为对日客流量波动率序列Q_t所有观察值的方差的估计值，Q_i为日客流量波动率序列Q_t中的第i个数据，T为时间序列Q_t的长度。

7.根据权利要求6所述的一种基于时间序列结构性变点识别的公交客流动态监测方法，其特征在于，所述的步骤23)具体为：

对迭代残差序列a_t累计平方求和，得到平方加总序列C_t，并对累计迭代残差平方和中心化处理，得到检测方差是否发生显著变化的统计量D_t，则有：

其中，a_i为迭代残差序列a_t中第i个数据，C_T为平方加总序列C_t中当t＝T时的值，D_t围绕零上下波动，若迭代残差序列a_t每一时刻的值均相同，则D_t保持为0，认为日客流量波动率Q_t在t时刻不存在结构性变点，若a_t发生变化，则需进一步判断是否存在结构性变点。

8.根据权利要求7所述的一种基于时间序列结构性变点识别的公交客流动态监测方法，其特征在于，所述的步骤24)中，预先设定的临界值D^*，并根据临界值D^*判断是否存在结构性变点，则有：

当时，则存在结构性变点，否则，不存在结构性变点。

9.根据权利要求8所述的一种基于时间序列结构性变点识别的公交客流动态监测方法，其特征在于，所述的临界值D^*在95％的置信度下取值为1.358。