改进的行程时间可靠性分析方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109637143A(43)申请公布日2019.04.16(21)申请号201910060914.X(22)申请日2019.01.22(71)申请人江苏智通交通科技有限公司地址210006江苏省南京市秦淮区应天大街388号晨光1865科技创意产业园E10幢三楼(72)发明人吕伟韬杨树陈凝李璐(74)专利代理机构南京正联知识产权代理有限公司32243代理人王素琴(51)Int.Cl.G08G1/01(2006.01)权利要求书2页说明书5页附图2页(54)发明名称改进的行程时间可靠性分析方法(57)摘要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TTRm；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。CN109637143ACN109637143A权利要求书1/2页1.一种改进的行程时间可靠性分析方法，其特征在于：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TTti；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：TTagg(tα)＝F(TTt1,…,TTti,…,TTtN)，其中F(*)为中值函数，TTagg(tα)为行程时间的汇集值，TTti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明显差异进行统计检验；若检验结论为不具有明显差异，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TTSm，m＝1,2,…,M；计算每个数据子集行程时间可靠性指标TTRm；S6、将行程时间估计样本的子数据集整合为数据集TTR＝{TTR1,,…，TTRi,…，TTRM}，检验TTR是否符合正态分布；若符合正态分布，进行TTR均值与标准差SE(TTR)点估计，以及标准误差区间、百分位区间与改进百分位区间的区间估计；若不符合正态分布，则检测样本中的异常值并将其剔除，再重新执行步骤S6。2.如权利要求1所述的改进的行程时间可靠性分析方法，其特征在于：步骤S3中，采用Bonferroni修正的K-S检验法对S个行程时间数据子集间是否具有明显差异进行统计检验，具体为，对任两个数据子集进行K-S检验，检验次数V＝S(S-1)/2，确定显著性水平α，计算局部显著性水平αlocal＝α/V，计算多重比较谬误FWER＝U/V，其中U为检验后的第I类错误数；若检验结论为不具有明显差异，则表明行程时间不具有月度或季度的时间差异性特征，否则说明时间特征会影响模型对行程时间估计的可靠性；结束检验进入步骤S4。3.如权利要求1所述的改进的行程时间可靠性分析方法，其特征在于：步骤S4中，用对数正态分布拟合行程时间的分布，具体为，其中t为行程时间，K为子样本集总个数，Lognormalk(t；，μk，σk)表示对数正态分布，即其中μk,σk分别为拟合第k个子样本集的概率分布模型均值与标准差，μ,σ为均值与标准差顺序数组，即μ＝{μ1,μ2,…,μK},σ＝{σ1,σ2,…,σK}，wk为Lognormalk(t；μk,σk)的权重。4.如权利要求1-3任一项所述的改进的行程时间可靠性分析方法，其特征在于：步骤S5中，行程时间可靠性指标包括标准差SD、协方差COV、缓冲时间指数BI、计划时间指数PI。5.如权利要求1-3任一项所述的改进的行程时间可靠性分析方法，其特征在于：步骤S6中，检验TTR是否符合正态分布的检验方法采用Q-Q图法、K-S检验、Shapiro-Wilk检验。6.如权利要求1-3任一项所述的改进的行程时间可靠性分析方法，其特征在于：步骤S6中，点估计包括TTR均值与标准差SE(TTR)。2CN109637143A权利要求书2/2页7