[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

说明书

本发明涉及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，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。与现有技术相比，本发明具有节约成本、方便实施、应用范围广、可移植性强等优点。

技术领域

本发明涉及交通数据分析与公交客流动态监测领域，尤其是涉及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。

背景技术

随着数据采集手段的进步，客流量/交通量动态监测正成为一个热门领域。有很多硬件设施被应用于客流量/交通量动态监测，如将激光探测器置于景区、枢纽、轨道车站等地，借助图形特征识别的相关方法，监测客流安全；将视频监测器、激光探测器、压电传感器等设施布置于关键交通断面，实现交通量动态监测，当遇到拥堵事故时，交通部门能及时掌握现场情况，引导交通流疏散。

但是对于公交客流量动态监测，尤其是对常规公交客流量的动态监测，尚未形成完整的技术流程，原因如下：在城市层面，公交管理者需要监管的公交线路数和站点数很多，因造价原因不能对每条线路、每个站点布设相应客流监测硬件设施。所以公交管理者亟需利用自己现有的数据资源(如交易数据、票务数据等)，实现对公交客流量的动态监测。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供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。

本发明的目的可以通过以下技术方案来实现：

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，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。

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}。

所述的公交数据包括地铁、BRT和常规公交客流数据。

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。

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。

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。