一种高速公路交通指数数值确定方法与流程

本发明涉及高路公路运营管理领域，尤其是一种高速公路交通指数数值确定方法。

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。然而，另外对于高速公路交通指数研究与应用方面，一些学者则选用多指标方式和聚类算法量化描述高速公路交通运行状态，但相关指标和聚类算法内容未能应用在国内外实际的高速公路上。因此如何确定高速公路交通指数数值，从而监测高速公路交通运行态势是迫切需要解决的问题。

技术实现要素：

本发明所要解决的技术问题在于，提供一种高速公路交通指数数值确定方法，通过本项目的开展研究，识别交通拥堵和交通运行态势情况，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，本发明提供一种高速公路交通指数数值确定方法，包括如下步骤：

(1)以设定的采样周期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，并结合设定的交通指数等级数值范围，确定每一数据点的对应的交通指数等级数值范围；

(5)根据交通指数等级范围内不同交通指数数值类别数目，确定同一交通指数等级数值范围内的聚类数目，将该交通指数等级数值范围内数据点进行聚类运算，从而确认每一数据点在相应指数等级内的具体交通指数数值；

(6)基于每一数据点在相应指数等级内所确定的交通指数数值，计算每一数据点的交通密度数值，通过决策树模型对每一数据点不同的交通指数数值进行决策划分，从而得到对应的交通密度临界数值，进而作为划分同一指数等级中不同水平交通指数数值的临界阈值；

(7)将实时采集数据点的具体交通流率和速度数据划分到具体的高速公路交通状态和交通指数等级，并根据数据点交通密度数值确定具体的交通指数数值。

本发明结合高速公路实际情况，利用流量和速度数据作为高速公路路段交通指数的指标，可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。基于基本图和五相交通流理论进行聚类将高速公路交通状态划分为不同等级并与交通指数等级对应转后，在根据交通指数等级数值范围中的数值类别数目进行二次划分，从而准确得到具体流量和速度数据对应的交通指数数值。与现有技术相比，本发明实现了高速公路的交通指数具体数值的计算，支撑交通指数体系构建及在高速公路上的实践应用，为出行者提供安全、畅通和优质高速公路出行服务。

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为本发明实施例中的高速公路路段交通状态划分的示意图。

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高速公路交通指数数值确定方法，主要包括如下步骤：

S1：采集数据并构建历史数据库。由于城市道路有大量的浮动车数据，可以据此数据库建立城市道路交通指数。但高速公路只能依靠固定式检测设备采集速度数据，另一方面高速公路固定式检测设备还能够采集相对精度较高的流量数据，从而可以利用流量和速度数据作为高速公路路段交通指数的指标。本步骤中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，采集待校验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。

S2：构建交通流基本图。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。

S3：通过聚类运算进行交通状态等级划分。本步骤中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。

S4：交通指数等级转化。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，结合设定交通指数等级数值范围，确定每一数据点确定的交通指数等级数值范围。

S5：通过聚类运算对同一交通指数等级内不同交通指数数值进行划分。基于每一数据点所在交通指数等级数值范围，确定在该交通指数等级范围内不同交通指数数值类别数目，在运用K-means聚类算法，将每一数据点在相应指数等级内的具体交通指数数值进行区分。

S6：计算交通指数数值划分的临界阈值。本步骤中，基于每一数据点在相应指数等级内所确定的交通指数数值，计算每一数据点的交通密度数值(流率与速度之比)，以交通密度作为Quest决策树模型中的解释变量，以不同的交通指数数值类别为目标变量，通过Quest决策树模型对每一数据点不同的交通指数数值进行决策划分，从而得到对应的交通密度临界数值，进而作为划分同一指数等级中不同水平交通指数数值的临界阈值。

S7：实时交通指数数值确定。计算实时采集的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，将实时采集的具体交通流率和速度数据划分到具体的高速公路交通状态和交通指数等级；并计算数据点对应的交通密度数值，根据交通密度临界阈值确定具体的交通指数数值。

下面用结合具体示例说明本发明。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。

(1)检测点所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。

(2)运用三参数基本图理论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交通流数据散点主要分布在整个交通状态区间，即说明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。

(3)基于利用采集数据点进行相应交调站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，从而获得具体的沪宁高速公路无锡互通检测点所在路段的交通状态划分情况，如图3所示。

(4)无锡互通交通状态划分图中沿顺时针方向依次代表自由流，自由流-同步流的过渡状态，同步流状态，同步流-堵塞流的过渡状态，以及堵塞流状态。并且流率和速度的聚类中心流率如表1所示。

表1无锡互通交调站交通状态聚类中心

(5)基于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，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，沪宁高速公路交通指数等级划分为：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)。

(6)基于高速公路所划分的交通状态等级，并借鉴大部分城市中相关的“道路交通运行指数”的数值量化方法，采用数值[0-10]作为交通指数数值范围，[0-2]为第1等级、(2-4]为第2等级、(4-6]为第3等级、(6-8]为第4等级和(8-10]为第5等级，结合设定交通指数等级数值范围，确定每一数据点确定的交通指数等级数值范围。

(7)基于每一数据点所在交通指数等级数值范围，确定在该交通指数等级范围内2个交通指数数值类别数目，在运用K-means聚类算法，将每一数据点在相应指数等级内的具体交通指数数值进行区分。

(8)基于每一数据点在相应指数等级内所确定的交通指数数值，计算每一数据点的交通密度数值(流率与速度之比)，以交通密度作为Quest决策树模型中的解释变量，以不同的交通指数数值类别为目标变量，通过Quest决策树模型对每一数据点不同的交通指数数值进行决策划分。

结果为I级交通指数等级范围内所有数据点交通密度划分边界为6.514pcu/h/l，II级交通指数等级范围内所有数据点交通密度划分边界为13.471pcu/h/l，III级交通指数等级范围内所有数据点交通密度划分边界为21.390pcu/h/l，IV级交通指数等级范围内所有数据点交通密度划分边界为26.889pcu/h/l，V级交通指数等级范围内所有数据点交通密度划分边界为18.636pcu/h/l。此五个数值进而作为划分同一指数等级中不同水平交通指数数值的临界阈值。对实时采集得到的数据点的具体数值确定方法如下：

当数据点的高速公路交通状态被划分I级，高速公路交通指数也被确定为I级，进一步计算该数据点的交通密度数值，若I级交通指数范围内数据点交通密度数值小于6.514pcu/h/l，该数据点的交通指数被确定为1；交通密度数值大于6.514，该数据点的交通指数被确定为2；

当数据点的高速公路交通状态被划分II级，高速公路交通指数也被确定为II级，进一步计算该数据点的交通密度数值，若II级交通指数范围内数据点交通密度小于13.471pcu/h/l，该数据点的交通指数被确定为3；交通密度大于13.471pcu/h/l，该数据点的交通指数被确定为4；

当数据点的高速公路交通状态被划分III级，高速公路交通指数也被确定为III级，进一步计算该数据点的交通密度数值，若III级交通指数范围内数据点交通密度小于21.390pcu/h/l，该数据点的交通指数被确定为5；交通密度大于21.390pcu/h/l，该数据点的交通指数被确定为6；

当数据点的高速公路交通状态被划分IV级，高速公路交通指数也被确定为IV级，进一步计算该数据点的交通密度数值，IV级交通指数范围内数据点交通密度小于26.889pcu/h/l，该数据点的交通指数被确定为7；交通密度大于26.889pcu/h/l，该数据点的交通指数被确定为8；

当数据点的高速公路交通状态被划分V级，高速公路交通指数也被确定为V级，进一步计算该数据点的交通密度数值，V级交通指数范围内数据点交通密度划分边界为18.636pcu/h/l，该数据点的交通指数被确定为9；交通密度大于18.636pcu/h/l，该数据点的交通指数被确定为10。