一种基于区间二型模糊集合节假日城市交通拥堵转移分析方法与流程

文档序号:14121850阅读:200来源:国知局
一种基于区间二型模糊集合节假日城市交通拥堵转移分析方法与流程

本发明涉及微博提取数据及交通流分析领域,特别是一种基于区间二型模糊集合节假日城市交通拥堵转移分析方法。



背景技术:

随着社会经济的发展,人均居民生活水平越来越高。汽车数量急剧增加,现有的道路逐渐不能满足正常交通的需要,拥挤、阻塞等交通问题日益增多。同时随着网络的发展,社会媒体的作用越来越大。作为城市交通诱导系统的关键技术,基于社会媒体的数据分析对解决节假日城市交通拥堵转移问题具有重要的意义,是智能交通领域的研究热点问题之一。近年来,国内外学者通过社会媒体挖掘交通数据,对交通拥堵进行了大量的分析和研究。在国外,mochamad等人通过社会媒体提取交通状况的数据,讨论了自然语言的语法和语义的方法,sakkachin和twittie通过twitter分析道路交通拥堵严重程度的评估,chihiromaru等人使用社会信息进行大规模灾害的交通控制网络故障系统检测。在国内,cui等人从社交媒体中提取交通信息,讨论了其方法并进行了实验,王璞等人利用社会媒体的大数据对人类出行和交通网络进行了主要的研究。但上述分析并不能有效分析节假日交通拥堵状态,并将分析结果进行可视化。mohong等人采用基于社会媒体的方法对交通流进行了语言动力学分析,并运用关键词图片墙直观的显示了交通拥堵的路段、原因及时间。

不同于普通城市交通拥堵信息的来源,节假日交通拥堵信息主要来自社会媒体,包括微信、微博、社交网站等。并且这类信息主要表现为语言信息,因此,如何利用这些语言信息来分析节假日城市交通拥堵转移的特点成为关键。由于语言描述具有歧义性、模糊性和不完整性,模糊集合是解决该问题的有效途径之一,而二型模糊集合相对于一型模糊集合能更好地解决语言歧义与数据噪声问题,给人们定义隶属函数以更大的自由度,在处理系统不确定性等方面具有明显的优越性。



技术实现要素:

针对以上问题,本发明解决的技术问题在于根据深圳节假日至工作日的拥堵情况,提出一种区间二型模糊集合节假日城市交通拥堵转移分析的方法,通过采集深圳交警微博关于深圳路段拥堵的数据,并对其进行实例分析,运用图形可视化分析路段从节假日到工作日的拥堵转移;不仅为研究人员提供了数据依据,还能实时获取交通信息,为驾驶员提供准确道路地点与拥堵程度,解决了许多难题。

本发明解决上述技术问题的技术方案如下:

步骤s1:采集深圳交警微博拥堵路段数据,根据道路交通状态进行分析判别的过程中,选取影响交通拥堵的主要参数并分析;

在对道路交通拥堵状态进行分析判别的过程中,需确定要考虑的交通拥堵参数。综合考虑参数的有效性以及对输入数据的可行性、经济性要求,选择以下三个作为交通状态输入参数:排队长度;平均行车速度;平均延误时间。

进一步,排队长度指交通间断点(交叉口、事故发生点等)处排队车辆占有的路段长度。排队长度可以用来衡量交通拥堵程度,在一般情况下,拥堵越严重产生的排队长度越长。

平均行车速度指路段某一时间内所有通过该路段的车辆速度的平均值。平均行车速度指标是最能够直观、简单地反映路网运行状态的评价指标。

平均延误时间是指车辆在某一条道路上行驶时,由于拥堵导致时间损失的平均时间。对于道路拥堵情况,通过平均延误时间能直观的得出此条道路的拥堵情况。

步骤s2:根据所选交通参数,运用区间二型模糊集合模糊综合评判对深圳路段进行拥堵评判;其中包括以下步骤:

步骤s21:确定评价对象的因素集m;

进一步;设m={m1,m2,m3}为评价对象的因素集合,m1为排队长度,m2为平均行车速度,m3为平均延误时间。

步骤s22:确定评价对象的评语集cj;

进一步;记cj(j=1,2,3,4),分别表示“通畅”、“轻微拥堵”、“中度拥堵”和“严重拥堵”。

步骤s23:确定评价因素的权重集

进一步;其中ai表示mi的权重。

步骤s24:进行单因素模糊评价,确立模糊综合评判矩阵r;

模糊综合评判矩阵r为m到cj的一种模糊关系,θij表示对第i个因素做出cj评价的程度。

ri=[ri1ri2ri3ri4]表示对mi的单因素评价,综合所有因素即可获得模糊综合评判矩阵r。

根据各指标的评分的分类统计及模糊隶属匹配,可得到对象xn在投票比例以及平均得分两方面的满意度的模糊综合矩阵公式1表示为:

其中,rij(j=1,2,3,4)为指标mi分别为“通畅”、“轻微拥堵”、“中度拥堵”和“严重拥堵”四个程度,根据专家给出评价得到。

步骤s25:综合评判得出评判结果。

指标mi的模糊综合评判矩阵及对应的权向量利用加权平均模糊合成算子得到二型模糊综合评判公式2:

其中,表示广义的模糊合成算法,在这里为加权平均合成算子m(·,∨),即公式3:

最后通过实例分析,对深圳四个路段进行拥堵评判,并进行交通拥堵转移图形可视化。

本发明提出了一种基于区间二型模糊集合节假日城市交通拥堵转移分析方法,其优点在于:通过收集深圳交警微博数据,有效利用社会媒体上的语言信息,分析城市节假日交通拥堵转移,不仅为出行人提供参考路线,并缓解交通压力。

附图说明

图1交警微博数据采集及分析流程图;

图2是本发明步骤s2流程图;

图3泥岗路段拥堵程度可视化图;

图4高速路段拥堵程度可视化图;

图5梅沙路段拥堵程度可视化图。

具体实施方式

结合附图及本发明的实施例对本发明的一种基于区间二型模糊集合节假日城市交通拥堵转移分析的方法作进一步详细的说明。

如图1所示,该方法具体步骤包括如下:

步骤s1:采集深圳交警微博拥堵路段数据,根据道路交通状态进行分析判别的过程中,选取影响交通拥堵的主要参数并分析;

本方法需要根据深圳交警检测拥堵路段并发布微博数据,采集微博数据;并对微博数据文本处理、筛选、分类、去燥,得到拥堵路段微博数据,之后选取影响交通拥堵的主要参数并分析;

步骤s2:根据所选交通参数,运用区间二型模糊集合模糊综合评判对深圳路段进行拥堵评判;

交通拥堵微博数据分析、计算,利用区间二型模糊集合、模糊综合评判对拥堵路段进行评判,分析城市节假日交通拥堵转移,得出交通拥堵数据规律,并可进行预测;

步骤s3:由分析结果得节假日城市交通拥堵转移的评估结论,并对交通拥堵状况进行可视化。

使用javaweb进行微博数据图像可视化,用户直观接收阅读,随后可反馈交通拥堵信息(评论、转发)。

图二是对于步骤s2中进一步进行分析区间二型模糊集合模糊综合评判:

基于深圳四大路段在工作日的拥堵程度进行区间二型模糊综合评判,通过专家对四大路段的交通拥堵的模糊综合评判矩阵分别是:

根据专家经验,设置指标权向量分别为:

a=[0.40.20.4]

根据公式(3)进行综合评判可得:

以专家经验结果作为主隶属度,次隶属度为1组成对路段工作日拥堵程度评估的4个模糊集合,记为:

由最大隶属度法可知,x2为中度拥堵,x4为中度拥堵,且x2的程度比x4大,x3为轻微拥堵,x1为通畅。故四条路段的整体拥堵程度由大到小排序为x2,x4,x3,x1。

基于深圳四大路段在节假日的拥堵程度进行区间二型模糊综合评判,通过专家对四大路段的交通拥堵的模糊综合评判矩阵分别是:

根据专家经验,设置指标权向量分别为:

a=[0.40.20.4]

根据公式(3)进行综合评判可得:

以专家经验结果作为次隶属度,主隶属度为1组成对路段工作日拥堵程度评估的4个模糊集合,

由最大隶属度法可知,x3为严重拥堵,x4、x1、x2为轻微拥堵,且程度由大到小x4>x1>x2。故四条路段的整体拥堵程度排序为x3,x4,x1,x2。

通过上述区间二型模糊综合评判对深圳的四大路段工作日与节假日拥堵程度对比,现与深圳交警微博数据四大路段工作日与节假日拥堵程度的对比,如上述结论一样,所以深圳交警微博的数据能真实有效的反映深圳各路段的拥堵状况,故用区间二型模糊综合评判对路段进行拥堵程度计算是可行的。

对于步骤s3中进一步分析路段拥堵图形可视化:

本方法通过从深圳交警微博中采集的数据,选取三个路段(泥岗、梅沙、高速)的9、10、11、12月的数据,对其每个月的工作日与节假日交通拥堵转移进行可视化分析,本文使用javaweb,输入微博数据,并利用浏览器脚本文件进行图像处理。图片的横坐标为四个月的周一到周日和9月的节假日中秋节与10的节假日国庆节,纵坐标把一天分为24个时段,拥堵次数分成种n种等级,用颜色深浅表现拥堵的不同程度。

图三为泥岗路在四个月每天的拥堵程度对比,程度等级分为6种。由图可看出工作日的拥堵次数明显比节假日多,且工作日主要拥堵时段都是在7:00-9:00和17:00-19:00,周末的拥堵是分散在每天的各个时段,泥岗的节假日期间没有产生拥堵,泥岗路的拥堵从工作日转移到节假日时拥堵程度降低。

图四为高速在四个月每天的拥堵程度对比,程度等级分为8种。由图可看出工作日的拥堵次数明显比节假日少,且节假日拥堵时段都是在8:00-22:00,由于在10月中有国庆长假,故高速拥堵次数明显增多,且从图中看到9月的周二高速拥堵次数也明显多,原因是周二9.30是国庆出行,在当天18:00之后深圳高速严重拥堵,故拥堵次数比其他工作日次数多,高速的拥堵从工作日转移到节假日时拥堵程度增加。

图五为梅沙在四个月的星期一到星期日和节假日的拥堵程度对比,程度等级分为6种。由图可看出工作日的拥堵次数为0,即只在两个月中的中秋节和国庆节中出现拥堵,原因是梅沙为深圳的旅游景点,在节假日中驾车出行的人较多,故节假日拥堵次数明显增多。

本方法使用微博文本筛选方法,并进行分类能反映某具体拥堵发生的拥堵路段、持续时间、拥堵强度等问题。交通数据图像可视化可以清晰的辅助分析预测交通堵塞的地段和原因,道路交通状态的实时监测与分析是智慧城市建设的重点。

以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1