[发明专利]基于宏观基本图的路网状态转换点判别方法

摘要

本发明公开了一种基于宏观基本图的路网状态转换点判别方法，采用动态时间弯矩算法，以MFD状态点前后序列的DTW距离衡量当前状态的变化程度，通过分析序列演化模式捕捉路网状态转换点，基于局部加权回归及差分法确定最大DTW距离所处区间,然后利用布伦特法确定区间极值,完成转换点的提取，从而准确识别路网状态，制定与状态相适应的交通管控策略。

主权项

1.基于宏观基本图的网络状态转换点判别方法，其特征包括以下步骤，S1、基于断面流量数据，得到选定路网的MFD时间序列图；S2、基于动态时间弯矩算法的时间序列宏观基本图中网络交通状态演化模式的分析：在一定状态序列长度下，对平均占有率与流量组成的二维序列进行标准化处理，并以当前长度为基准提取每个状态点前后的二维序列，计算标准化后每个状态点前后序列的动态时间弯矩距离表征其交通流模式变化程度；S3、基于布伦特法的路网交通状态转换点的判别：基于步骤S2提取的每个状态点的DTW距离，建立距离的时间序列，基于LOESS拟合距离序列并分段，采用布伦特方法对拟合的序列分段进行分析，从而求得局部极值点提取距离极大值，有效提取状态转换点，最后以路网平均速度变化程度验证转换点获取的合理性；S4、考虑不确定性的路网状态转换点模式分析：基于高斯混合模型(GMM)的转换点分布聚类及不确定性分析，并提出实时判别当前路网状态与历史数据获得的路网转换状态模式关系的方法框架，以弥补步骤S3因不同日期下交通流演化差异造成转换点出现在不同平均占有率及不同平均流量下，存在较大不确定的问题；S5、基于高斯混合模型的路网转换状态判别：通过计算实时输入的当前状态点来自各分布的概率，基于概率的判别分析方法对路网当前状态是否处于转换状态及属于某种转换状态的概率进行判断。