专利名称：交通流历史标准数据的生成方法及系统的制作方法
技术领域：
本发明涉及智能交通系统，尤其是涉及一种获得交通流历史标准数据方法及系 统。
背景技术：
伴随着智能交通系统(ITS，InteLLigent Transport Systems)研究的不断深入和 智能交通系统技术的广泛应用，交通管理逐步走向智能化、动态化和信息化。交通管理者和 研究人员可以获取实时的交通状态数据，并在此基础上积累了大量历史数据。这些动态信 息为交通管理者和交通研究人员提供了重要的数据支持。但不管是要实现城市交通的最有 效管理，还是为道路使用者提供更有意义的交通信息，从客观上都要求在实时交通信息的 基础上获知未来短时间内交通状态演变的趋势。如果没有实现交通流状态的短期预测(例 如15分钟之内)的能力，智能交通系统的全部优势将不可能为人们所认识。因此，短时交 通流预测在智能交通系统中具有非常重要的作用。
目前，交通状态短时预测系统在实时交通数据中断或存在数据异常时，经常会出 现预测不准确或无法预测的情况。另一方面，对于大量历史交通状态数据的挖掘只是用于 理论研究和决策支持，实时预测系统和历史交通状态数据之间缺乏有效的联系，致使实时 交通流短时预测系统的精度不高，难以满足交通管理和公众出行等多方面的需求。
在交通流历史数据库的建立过程中，交通状态具有一定的周期性，通过对于大量 历史交通状态数据的挖掘，可以一定程度上掌握其规律，即形成交通流历史标准数据，进而 形成历史标准库。但是，目前对大量历史交通状态数据的挖掘，主要用于理论研究和决策 支持，如何发现交通规律，并将规律性的结论用于交通流短时预测，还没有现成的成果或产 品，致使实时交通流短时预测系统的精度不高，难以满足交通管理和公众出行等多方面的 需求。发明内容
本发明提供一种生成交通流历史标准数据的方法，用于为短时交通流预测方法提 供交通流历史标准数据。
一种获得交通流历史标准数据的方法，包括
以年为单位，对每一天根据设定的采集周期采集原始交通流数据以获得各天的原 始交通流时间序列数据；
按照设定规律将一年中各天划分为M组，每一组中按照周一至周日分别将各天的 原始交通流时间序列数据归为7类，生成7*M个原始交通流时间序列数据集合；
对各个集合中的每一个原始交通流时间序列数据中被划分为繁忙时段的数据分 别进行预处理以获得相应的第一标准交通流时间序列数据；
分别对每一个集合，根据集合中各第一标准交通流时间序列数据的相关性获得所 述集合的第一基本序列数据；
将各集合的所述第一基本序列数据作为繁忙时段的交通流历史标准数据。
进一步所述的方法还包括
对各个集合中的原始交通流时间序列数据中被划分为空闲时段的数据计算相同 时间点的交通流数据的平均值，得到平均交通流时间序列数据。
对每一个集合，分别对平均交通流时间序列数据进行预处理得到所述集合的第二 基本序列数据；
将各集合的所述第二基本序列数据作为空闲时段的交通流历史标准数据。
其中，对其中一个集合中的一个原始交通流时间序列数据中被划分为繁忙时段的 数据进行预处理以获得相应的第一标准交通流时间序列数据，具体包括
对所述原始交通流时间序列数据缺失判断及处理；
对所述原始交通流时间序列数据错误判断及处理；
对所述原始交通流时间序列数据滤波处理，获得所述第一标准交通流时间序列数 据。
其中，对其中一个集合，根据该集合中各第一标准交通流时间序列数据的相关性 获得所述集合的第一基本序列数据，具体包括
计算集合中各第一标准交通流时间序列数据的相关系数矩阵，所述相关系数矩阵 中元素的计算公式如下
权利要求
1.一种获得交通流历史标准数据的方法，其特征在于，包括以年为单位，对每一天根据设定的采集周期采集原始交通流数据以获得各天的原始交 通流时间序列数据；按照设定规律将一年中各天划分为M组，每一组中按照周一至周日分别将各天的原始 交通流时间序列数据归为7类，生成7*M个原始交通流时间序列数据集合；对各个集合中的每一个原始交通流时间序列数据中被划分为繁忙时段的数据分别进 行预处理以获得相应的第一标准交通流时间序列数据；分别对每一个集合，根据集合中各第一标准交通流时间序列数据的相关性获得所述集 合的第一基本序列数据；将各集合的所述第一基本序列数据作为繁忙时段的交通流历史标准数据。
2.如权利要求1所述的方法，其特征在于，还包括对各个集合中的原始交通流时间序列数据中被划分为空闲时段的数据计算相同时间 点的交通流数据的平均值，得到平均交通流时间序列数据。对每一个集合，分别对平均交通流时间序列数据进行预处理得到所述集合的第二基本 序列数据；将各集合的所述第二基本序列数据作为空闲时段的交通流历史标准数据。
3.如权利要求1所述的方法，其特征在于，对其中一个集合中的一个原始交通流时间 序列数据中被划分为繁忙时段的数据进行预处理以获得相应的第一标准交通流时间序列 数据，具体包括对所述原始交通流时间序列数据缺失判断及处理； 对所述原始交通流时间序列数据错误判断及处理；对所述原始交通流时间序列数据滤波处理，获得所述第一标准交通流时间序列数据。
4.如权利要求1、2或3所述的方法，其特征在于，对其中一个集合，根据该集合中各第 一标准交通流时间序列数据的相关性获得所述集合的第一基本序列数据，具体包括计算集合中各第一标准交通流时间序列数据的相关系数矩阵，所述相关系数矩阵中元 素的计算公式如下
5.如权利要求4所述的方法，其特征在于，所述交通流历史标准数据保存在历史数据 标准库中。
6.一种获得交通流历史标准数据的系统，其特征在于，包括数据采集模块，用于以年为单位，对每一天根据设定的采集周期采集原始交通流数据 以获得各天的原始交通流时间序列数据；数据预处理模块，用于按照设定规律将一年中各天划分为M组，每一组中按照周一至 周日分别将各天的原始交通流时间序列数据归为7类，生成7*M个原始交通流时间序列数 据集合，并对各个集合中的每一个原始交通流时间序列数据中被划分为繁忙时段的数据分 别进行预处理以获得相应的第一标准交通流时间序列数据；交通流历史标准数据生成模块，用于分别对每一个集合，根据集合中各第一标准交通 流时间序列数据的相关性获得所述集合的第一基本序列数据，并将各集合的所述第一基本 序列数据作为繁忙时段的交通流历史标准数据。
7.如权利要求6所述的系统，其特征在于，所述数据预处理模块，还用于对各个集合中 的原始交通流时间序列数据中被划分为空闲时段的数据计算相同时间点的交通流数据的 平均值，得到平均交通流时间序列数据；交通流历史标准数据生成模块，还用于分别对每一个集合，对平均交通流时间序列数 据进行预处理得到所述集合的第二基本序列数据，并将各集合的所述第二基本序列数据作 为空闲时段的交通流历史标准数据。
8.如权利要求6或7所述的系统，其特征在于，还包括历史数据标准库，用于保存所 述原始交通流时间序列数据和交通流历史标准数据。
9.如权利要求8所述的系统，其特征在于，所述数据采集模块包括微波检测器、视频监 控器或者浮动检测车，并通过互联网连接所述数据预处理模块。
10.如权利要求8所述的系统，其特征在于，所述历史数据标准库、数据预处理模块和 交通流历史标准数据生成模块设置在同一服务器或者不同的服务器上。
全文摘要
本发明涉及智能交通系统，尤其是涉及一种获得交通流历史标准数据方法及系统，用于为短时交通流预测方法提供交通流历史标准数据。本发明通过对原始交通流时间序列数据分组生成集合，将各个集合中原始交通流时间序列数据被划分为繁忙时段的数据预处理并进行相关性分析，得到第一基本序列数据，实现了交通流历史标准数据繁忙时段的数据的生成，为短时交通流预测方法提供精度高而且准确的交通流历史标准数据。进一步，对各个集合中原始交通流时间序列数据被划分为空闲时段的数据进行处理，得到第二基本序列数据，实现了交通流历史数据库空闲时段的数据的生成，为短时交通流预测方法提供精度高而且准确的交通流历史标准数据。
文档编号G06F17/30GK102033892SQ20091023562
公开日2011年4月27日 申请日期2009年9月30日 优先权日2009年9月30日
发明者侯晓宇, 关积珍, 刘静, 孙蕊, 林森, 熊娟 申请人:北京四通智能交通系统集成有限公司