CN106530710A - 一种面向管理者的高速公路交通指数预测方法和*** - Google Patents

Abstract

本发明公开了一种面向管理者的高速公路交通指数预测方法和***，方法包括如下步骤：采集高速公路交通数据并构建历史数据库；构建高速公路交通流基本图；通过聚类将高速公路交通状态划分为不同等级并将交通状态等级与交通指数等级对应转化，确定每一数据点对应的具体交通指数等级；采用K近邻方法预测下一采样间隔的交通流率和速度数值；计算预测值与各交通状态聚类中心的距离，并确定其所归属的交通状态类别，进而得到相应的交通指数级别；面向管理者发布预测的交通指数等级。本发明构建了面向管理者发布的高速公路交通指数***，支撑交通指数体系及应用技术在高速公路上的实践应用，便于管理者提前制定相应的管理措施，为出行者提供优质的高速公路出行服务。

Description

一种面向管理者的高速公路交通指数预测方法和***

技术领域

本发明涉及高路公路运营评价领域，尤其是一种面向管理者的高速公路交通指数预测方法和***。

背景技术

近年来我国高速公路的建设和运营处于快速发展阶段，高速公路车流量也在逐年递增，尤其是节假日期间，高速公路容易发生拥堵的现象。高速公路管理者目前正面临着交通供需矛盾带来的挑战，如何直观及时地了解高速公路上的交通运行状态，并在此基础上对高速公路出入口进行科学管控，成为解决交通供需问题，并为高速公路使用者提供更优质服务并缓解高速公路拥堵的关键。

近年来，道路交通指数的概念成为国内外交通领域研究的热点，道路交通指数(又称交通拥堵指数)是指用量化的方法表达道路交通运行拥堵程度。道路交通指数反应了一定范围内道路的平均车速和人们对道路交通拥堵程度的感受。一般而言，交通指数数值越大，表明道路交通越拥堵，数值越小，表明交通越畅通。

综上所述，目前国内外学者已经对城市道路交通指数进行了大量研究，并于美国、日本等城市及国内的北京、上海、深圳等城市进行了应用探索。城市道路交通指数都是以速度作为指标的方式量化描述道路交通运行状态。然而，只有一些学者则选用多指标和聚类算法量化的方式来研究高速公路交通运行状态，但相关指标和聚类算法内容未能完全地应用到高速公路交通指数。而且几乎没有学者对高速公路交通指数体系的研究与应用进行探讨，进一步掌握高速公路交通状态研究也显得尤为重要。

当前高速公路状态发布和诱导都是基于单个路段单位交通状态的采集与发布，主要面对行驶在道路上的机动车驾驶者，但是对于高速公路管理人员，更希望获取中宏观道路区域交通状态指数，它是用于反映道路区域交通运行状况量化指标，通过对指数的发展趋势进行合理的判断，能有效把握道路交通的变化情况，更有助于对高速公路上的交通流进行有效诱导以及制定相应的管理措施，缓解重点地区的交通压力，而短期交通预测作为中宏观交通指数预判这一环节的关键步骤就显得尤为重要。

发明内容

本发明所要解决的技术问题在于，提供一种面向管理者的高速公路交通指数预测方法和***，通过交通预测提前判断其所归属的交通状态类别，实现可以预知交通拥堵情况，进而准确把握出入口管控的程度、时机，根据拥堵的范围和程度对出入口流量提前做出合理控制，为高速公路进一步提升服务管理水平提供技术支撑和保障。

为解决上述技术问题，本发明提供一种面向管理者的高速公路交通指数预测方法，包括如下步骤：

(1)采集高速公路交通流率和速度数据，并构建高速公路的历史数据库；

(2)基于历史数据库中的交通流量和速度数据构建高速公路交通流基本图；

(3)确定高速公路交通状态的聚类数目，对基本图中的数据点进行聚类运算，将高速公路交通状态划分为不同等级；

(4)将高速公路交通状态等级与交通指数等级对应转化，确定每一数据点对应的具体交通指数等级；

(5)基于获取的交通流基础数据构建预测数据库，采用K近邻短期交通流预测方法预测下一采样间隔的交通流率和速度数值；

(6)计算预测的下一采样间隔速度和流量数值与步骤(3)中得到的各交通状态聚类中心的距离，并确定其所归属的交通状态类别，进而得到相应的交通指数级别；

(7)面向管理者发布预测的交通指数等级。

作为优选所述步骤(3)中基于基本图和五相交通流理论，将基本图中的数据点运用K-means聚类算法聚成5类，对应于自由流、同步流和堵塞流状态以及它们之间的过渡状态；所述步骤(4)中将交通指数量化分为5个等级，将高速公路交通状态等级与交通指数等级一一对应转化。

作为优选，所述步骤(1)中以2km为长度单位，以5min为采样周期采集高速公路各路段的交通流率和速度数据。

本发明提供的一种面向管理者的高速公路交通指数预测***，包括：

交通指数划分模块，用于根据高速公路的历史交通流率和速度数据构建交通流基本图并对基本图中的数据点进行聚类运算，先划分高速公路交通状态等级，再与交通指数等级对应转化，并确定每一数据点的具体交通指数等级；

交通数据采集模块，用于以设定的采样周期实时采集高速公路的交通流率和速度数据；

交通指数预测模块，用于基于预测数据库采用K近邻短期交通流预测方法预测下一采样间隔的交通流率和速度数值，并计算预测值与交通指数划分模块得到的距离中心的距离，确定其对应的交通指数级别；

以及交通指数发布模块，用于向管理者发布预测的交通指数等级。

与现有技术相比，本发明基于高速公路交通指数的内涵，结合高速公路交通实时运行状态情况并进行预测，选取便于应用的统计算法和预测算法构架交通指数模型，并提出完整的交通指数发布应用策略，从而构建面向管理者高速公路交通指数预测系通，支撑交通指数体系及应用技术在高速公路上的实践应用，为出行者提供安全、畅通和优质的高速公路出行服务，且更好服务于高速公路运营者管理需求。

附图说明

图1为本发明实施例的方法流程图。

图2为本发明实施例中检测点交通流率-速度宏观基本图。

图3为本发明实施例中国庆期间无锡互通交调站流量预测值与实际值对比图。

图4为本发明实施例中国庆期间无锡互通交调站速度预测值与实际值对比图。

图5为本发明实施例中无锡互通交调站5min间隔交通状态变化图。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

如图1所示，本发明实施例公开的一种面向管理者的高速公路交通指数预测方法，包括如下步骤：

(1)采集高速公路交通流率和速度数据，并构建高速公路的历史数据库。高速公路依靠全线布设的固定式检测设备采集相对精度较高的流量、速度和占有率等数据，仅仅采用交通流三参数中任一单项数据指标参数，均不能完全区分高速公路交通状态，从而可选取流量和速度数据作为高速公路交通指数的评价指标；选取交通调查站检测设备作为高速公路路段交通流数据采集的数据源，采集高速公路路段的交通数据，包括交通流率和速度，其采样周期为每5分钟一次，并且构建所选取高速公路路段的历史数据库。

(2)基于历史数据库中的交通流量和速度数据构建高速公路交通流基本图。由于基本图理论可以作为量化路段或路网内交通流参数间关系的模型和方法，所以可通过构建高速公路交通流基本图，探索高速公路不同时间段的交通流基本图特征，便于掌握高速公路的交通运行态势，进而初步分析高速公路交通运行状况。

(3)确定高速公路交通状态的聚类数目，对基本图中的数据点进行聚类运算，将高速公路交通状态划分为不同等级。根据基本图模型中散点的分布位置，综合基本图和五相交通流理论，提前确定高速公路交通状态的聚类数目，选取速度和流量作为主要评价指标，运用K-means聚类算法，将高速公路交通状态划分为不同等级；

(4)基于高速公路所划分的交通状态等级，相对应确定高速公路交通指数等级，从而将高速公路交通状态等级与其交通指数等级一一对应转化，并确定每一数据点的具体交通指数等级；

(5)基于获取的交通流基础数据构建预测数据库，采用K近邻短期交通流预测方法预测下一采样间隔的交通流率和速度数值。基于获取宁沪高速公路公路交通流的基础数据，经过处理将其形成道路交通流预测中所需数据库，再通过K近邻方法的实施从而确定其中的相关参数，进而进行进一步的预测。通过将预测数据与实际数据相对比，验证K近邻短期交通流预测的可行性与有效性，从而预测下一间隔流量和速度的数值；

(6)确定预测值所归属的交通状态类别。根据预测的下一间隔速度和流量数值，选取该交通流参数作为评价指标，计算该数据点交通流量和速度数值与各交通状态聚类中心的距离，并确定其所归属的交通状态类别，将下一间隔高速公路交通状态划分为不同等级，进而给出相应的交通指数级别。

(7)面向管理者发布预测的交通指数等级。高速公路交通运营管理者可查询已发布预测的交通指数等级，从而便于高速公路交通运营管理者提前开展实施管控措施。

基于得到的高速公路交通指数等级，实施高速公路指数体系发布策略，具体包括路段如何划分、时间间隔、颜色等级、发布形式等方面。高速公路交通指数使用不同颜色分别表示不同等级，确定高速公路基本路段划分原则及方法以及最优发布时间间隔，并且采用多种针对管理者的交通指数预测发布方式。

本发明实施例公开的一种面向管理者的高速公路交通指数预测***，包括：交通指数划分模块，用于根据高速公路的历史交通流率和速度数据构建交通流基本图并对基本图中的数据点进行聚类运算，先划分高速公路交通状态等级，再与交通指数等级对应转化，并确定每一数据点的具体交通指数等级；交通数据采集模块，用于以设定的采样周期实时采集高速公路的交通流率和速度数据；交通指数预测模块，用于基于预测数据库采用K近邻短期交通流预测方法预测下一采样间隔的交通流率和速度数值，并计算预测值与交通指数划分模块得到的距离中心的距离，确定其对应的交通指数级别；以及交通指数发布模块，用于向管理者发布预测的交通指数等级。

下面用结合具体示例说明本发明的实施细节，以及对本发明的预测效果进行验证。以沪宁高速公路无锡段，桩号K1102+200无锡互通检测设备为研究对象，在检测点所在路段布置检测设备，为微波交通流检测设备。

检测点坐在路段的交调采集设备以5分钟为一个采样单位采集交通流率和速度，数据收集期间为2016年9月30日-10月7日，建立检测数据数据库来进行研究与分析。为了保证模型的准确性，保证模型能够反映交通流状态的运行情况，样本应该足够大，根据统计的数据为2189个。

运用三参数基本图关系绘制该检测点交通流率-速度宏观基本图，如图2所示。根据流率与速度的关系图呈现典型向右凸的抛物线形式，国庆数据散点分布较为相似，通行能力大概标定为7000pcu/h，且速度集中分布在20-100km/k区间，平均速度数值略高于通行能力下的速度数值。结合上文对高速公路交通状态相关分析，国庆期间的高速公路交调站的交通流数据散点主要分布在整个交通状态区间，即所有高速公路交通状态都存在，对于交通指数模型构建可能具有代表性。

基于利用采集数据点进行相应交调站的交通流三参数基本图的绘制，运用交通三相交通流及其状态过渡理论，从图中观察得知，数据散点遍布在自由流、同步流和堵塞流状态以及它们之间的过渡状态。因此使用K-means算法进行聚类分析，需将聚类目标数设定为5类，将高速公路交通状态划分为五个等级：I级(自由流)、II级(自由流-同步流)、III级(同步流)、IV级(同步流-堵塞流)和V级(堵塞流)，以此作为最终标准的高速公路交通指数等级划分结果。

基于沪宁高速公路交通状态等级划分结果，并借鉴大部分城市中相关的“道路交通运行指数”的量化方法，将交通指数量化分为5个等级，分别为I级(畅通)、II级(基本畅通)、III级(轻度拥堵)、IV级(中度拥堵)和V级(严重拥堵或阻塞)。

以2016年10月1日-6日内获取的交调数据建立数据库，2016年10月7日获取的交调数据作为验证值，以5min为间隔获取交调站交通流率和速度实测值，通过上述算法确定其所归属的交通状态类别，并确定相应的交通指数级别。同时，根据KNN算法预测5min后的交通流量和速度，并将流量和速度预测值与实际值进行对比，可知KNN算法可以有效预测流量和速度下一间隔的数值，如图3和4所示。

同样以5min为间隔计算预测后的交通流量和速度数值点与各交通状态聚类中心的距离，并确定其所归属的交通状态类别，进而给出相应的交通指数级别。最后，以5min为间隔绘制预测前和预测后的交通指数变化图，如图5。

从图5中可知，在7：30、10:30和21:30三个时间点交通指数从等级2变化至等级3，说明5min后该检测点的交通状态从自由流和同步流之间的过渡状态变化至同步流。表明此时可按预案启动相应交通管控措施，保障交通顺畅。

根据沪宁高速交通指数与交通畅通程度之间的一一对应关系可知，当沪宁高速公路交通指数为I级(畅通)、II级，即交通状况保持畅通或较为畅通状态，则可以解除交通管控措施；

当沪宁高速公路交通指数为III级、IV级，表明交通状况为较为拥堵或拥堵，则可以进行相应的交通管控措施，如情报板交通流引导措施等，以保障高速公路的安全畅通。

当沪宁高速公路交通指数为V级时，表明交通状况为严重拥堵，此时可以进行相应的交通诱导措施，以保障高速公路的安全畅通，如出入口匝道控制，从而调节交通流在道路上的分布，从源头缓解交通拥堵现象。因此，从高速公路交通指数与交通管控措施的联动效应来看，基于交通指数的多匝道控制权重研究以及基于交通指数的交通流诱导策略研究就显得尤为重要。

基于得到的高速公路交通指数等级，进一步说明高速公路指数发布实施策略，根据其它城市的交通指数等级划分颜色，本项目分别选取绿色、浅绿色、浅黄色、黄色、红色作为高速公路交通指数颜色分级。针对高速公路交通满***通指数发布要求，对常用路段划分长度500m、1km、2km及5km的优缺点进行对比分析，采用2km为长度单位。

交通运行指数计算的基础数据来源于建成区道路内已有的交调***的数据，为了尽可能提高实时准确率，交通指数***根据计算周期自动更新一次。结合实时采集的数据，进而确定交调站所在路段的交通状态，并换算相应等级的沪宁高速公路交通指数，从而及时发布在管理者内部***上，以便运营管理者查询实时和预测高速公路交通指数，有的放矢实施管控策略。

Claims (6)

1.一种面向管理者的高速公路交通指数预测方法，其特征在于，包括如下步骤：

（1）采集高速公路交通流率和速度数据，并构建高速公路的历史数据库；

（2）基于历史数据库中的交通流量和速度数据构建高速公路交通流基本图；

（3）确定高速公路交通状态的聚类数目，对基本图中的数据点进行聚类运算，将高速公路交通状态划分为不同等级；

（4）将高速公路交通状态等级与交通指数等级对应转化，确定每一数据点对应的具体交通指数等级；

（5）基于获取的交通流基础数据构建预测数据库，采用K近邻短期交通流预测方法预测下一采样间隔的交通流率和速度数值；

（6）计算预测的下一采样间隔速度和流量数值与步骤（3）中得到的各交通状态聚类中心的距离，并确定其所归属的交通状态类别，进而得到相应的交通指数级别；

（7）面向管理者发布预测的交通指数等级。

2.根据权利要求1所述的一种面向管理者的高速公路交通指数预测方法，其特征在于，所述步骤（3）中基于基本图和五相交通流理论，将基本图中的数据点运用K-means聚类算法聚成5类，对应于自由流、同步流和堵塞流状态以及它们之间的过渡状态；所述步骤（4）中将交通指数量化分为5个等级，将高速公路交通状态等级与交通指数等级一一对应转化。

3.根据权利要求1所述的一种面向管理者的高速公路交通指数预测方法，其特征在于，所述步骤（1）中以2km为长度单位，以5min为采样周期采集高速公路各路段的交通流率和速度数据。

4.一种面向管理者的高速公路交通指数预测***，其特征在于，包括：

交通指数划分模块，用于根据高速公路的历史交通流率和速度数据构建交通流基本图并对基本图中的数据点进行聚类运算，先划分高速公路交通状态等级，再与交通指数等级对应转化，并确定每一数据点的具体交通指数等级；

交通数据采集模块，用于以设定的采样周期实时采集高速公路的交通流率和速度数据；

交通指数预测模块，用于基于预测数据库采用K近邻短期交通流预测方法预测下一采样间隔的交通流率和速度数值，并计算预测值与交通指数划分模块得到的距离中心的距离，确定其对应的交通指数级别；

以及交通指数发布模块，用于向管理者发布预测的交通指数等级。

5.根据权利要求4所述的一种面向管理者的高速公路交通指数预测***，其特征在于，所述交通指数划分模块中基于基本图和五相交通流理论，将基本图中的数据点运用K-means聚类算法聚成5类，对应于自由流、同步流和堵塞流状态以及它们之间的过渡状态；将交通指数量化分为5个等级，将高速公路交通状态等级与交通指数等级一一对应转化。

6.根据权利要求4所述的一种面向管理者的高速公路交通指数预测***，其特征在于，所述交通数据采集模块2km为长度单位，以5min为采样周期采集高速公路各路段的交通流率和速度数据。