[发明专利]基于滑动平均算法的智能交通时段划分方法

摘要

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。

主权项

1.一种基于滑动平均算法的智能交通时段划分方法，其特征在于，所述方法包括以下步骤：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。