一种基于自然间断点法的公交运行状态划分方法

1.本发明涉及城市公共交通系统领域，具体涉及一种基于自然间断点法的公交运行状态划分方法。


背景技术：

2.随着城市公交建设与发展，如何改善公交服务质量成为当下公交系统面临的主要问题。准确评价公交运行状况，发现公交运行过程中的薄弱点是提升公交服务快速性的基础，而有效划分公交运行状态是评价运行状况的重要环节。
3.在城市交通领域，道路交通流运行状态划分的研究相对公交系统较为完善，当下公交运行状态的划分方法主要沿用道路交通流运行状态划分方法。但是，公交车流与道路交通流之间存在的较大差异性：如公交车辆需要在规定站点停靠服务上下车乘客、部分道路设有独立的公交专用道路、公交车辆的技术性能(尤其动力性能)与构成道路交通流主体的小汽车存在较大差异。因此，现有道路交通流运行状态划分的研究结论直接应用于公交系统将存在准确性不足的问题，故有必要对公交运行状态的划分进一步开展研究。


技术实现要素：

4.本发明要解决的技术问题在于，提供一种基于自然间断点法的公交运行状态划分方法，其能够克服公交运行环境时间异质性对公交运行状态之间临界速度的影响，准确划分公交运行状态。
5.本发明解决其技术问题所采用的技术方案是：构造一种基于自然间断点法的公交运行状态划分方法，包括以下步骤：
6.s1、采集公交车辆行程速度数据；
7.s2、设定公交运行状态分类数k；
8.s3、使用自然间断点法将公交行程速度顺序统计量分为k个子集；
9.s4、输出公交运行状态之间的临界速度。
10.按上述方案，所述步骤s1中，采集的公交车辆行程速度数据为固定时间间隔内公交车辆行驶距离与行驶时间的比值，所述固定时间间隔设定为5分钟或10分钟。
11.按上述方案，所述步骤s2中，公交运行状态的分类数k的取值设定为4，每个类别对应一种公交运行状态，四种公交运行状态分别定义为拥堵状态、缓行状态、畅行状态与理想状态。拥堵状态的公交行程速度低、波动大，缓行状态的公交行程速度偏低、速度随车流密度减少近似平稳增加，畅行状态的公交行程速度偏高、速度随车流密度减少快速上升，理想状态公交行程速度高、速度随车流密度减少急剧上升。
12.按上述方案，所述步骤s3中，公交行程速度顺序统计量是将公交车辆行程速度数据按照从小到大顺序排列构成的数据集。
13.按上述方案，所述步骤s3中，使用自然间断点法对公交行程速度顺序统计量进行分类。自然间断点法是基于数据中固有的自然分组，使每一组内部的相似性最大，而使外部
组与组之间的相异性最大，并对分类间隔加以识别，从而实现相似值最恰当的分组。该分组方法是将一个有序数据集划分为多个类，而对于这些类，在数据值的差异相对较大的位置处设置其边界。自然间断点法的意义在于，对于任何次序统计量，都存在自然(非人为设定)的转折点，这些转折点具有统计学意义，可以把研究对象分成性质相似的群组，其本身就是分级的良好界限。公交运行状态划分需要找到状态之间的临界点，即行程速度分类的边界点，其需求与自然间断点法原理完全吻合。使用自然间断法分析公交行程速度数据，可以找到行程速度分类的自然边界，标定公交运行状态的临界阈值。
14.包括以下步骤：
15.s301、输入分类数k＝4；
16.s302、将公交行程速度顺序统计量划分为k个子集，对于一个有n个样本的数据集，有种方案将其划分为k个子集；
17.s303、计算每一个子集的均值平方差之和，即为sumofdeviationfromthearraymean，简称sdam，j为k个子集中的一个速度子集，n为该速度子集的样本量，vi为该速度子集中的一个速度样本，为该速度子集的均值；
18.s304、计算所有子集的类总平方差之和，即为sumofdeviationfromtheclassmean，简称sdcm，m为种分类方案中一种分类方案；
19.s305、在所有分类方案中寻找sdcm的最小值，此方案对应的分类结果正是自然间断点法输出的分类结果。
20.按上述方案，所述步骤s4中，输出的公交运行状态临界速度为设定分类数下使用自然间断点法划分出的公交运行状态之间的分界点速度。
21.按上述方案，所述步骤s4中，输出的公交运行状态临界速度的个数等于状态分类数k减1，公交运行状态分为4类时存在3个临界速度。
22.按上述方案，所述步骤s4中，输出的公交运行状态临界速度的物理含义如下：三个从小到大的临界速度分别代表拥堵速度、畅行速度、理想速度。
23.实施本发明的一种基于自然间断点法的公交运行状态划分方法，具有以下有益效果：
24.1、本发明使用自然间断点法对有序的行程速度统计量进行分类，分类的速度区间具有单调性与各个运行状态之间一一映射，保证每一个速度只对应一个运行状态，不会出现同一个速度对应多个状态的情况，并且临界速度取值与生活当中认知的公交快速性程度的速度分布范围相吻合。
25.2、本发明克服公交运行环境时间异质性导致其运行状态难以稳定识别的问题，得到稳定的公交运行状态临界速度值。
附图说明
26.图1为本发明基于自然间断点法的公交运行状态划分方法的流程图；
27.图2为本发明实施例中的基于某市2019年11月30个自然日的公交行程速度数据，采用自然间断点法划分其运行状态的行程速度分布图。
具体实施方式
28.为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
29.如图1-2所示，本发明的基于自然间断点法的公交运行状态划分方法，包括以下步骤：
30.s1、采集公交车辆行程速度数据；采集的公交车辆行程速度数据为固定时间间隔内公交车辆行驶距离与行驶时间的比值，该固定时间间隔设定为5分钟或10分钟。
31.s2、设定公交运行状态分类数k；公交运行状态的分类数k的取值设定为4，每个类别对应一种公交运行状态，四种公交运行状态分别对应的现实意义为拥堵状态、缓行状态、畅行状态与理想状态。拥堵状态的公交行程速度低、波动大，缓行状态的公交行程速度偏低、速度随车流密度减少近似平稳增加，畅行状态的公交行程速度偏高、速度随车流密度减少快速上升，理想状态公交行程速度高、速度随车流密度减少急剧上升。
32.s3、使用自然间断点法将公交行程速度顺序统计量分为k个子集；使用自然间断点法对公交行程速度数据顺序统计量进行分类。自然间断点法是基于数据中固有的自然分组，使每一组内部的相似性最大，而使外部组与组之间的相异性最大，并对分类间隔加以识别，从而实现相似值最恰当的分组。该分组方法是将一个有序数据集划分为多个类，而对于这些类，在数据值的差异相对较大的位置处设置其边界。自然间断点法的意义在于，对于任何次序统计量，都存在自然(非人为设定)的转折点，这些转折点具有统计学意义，可以把研究对象分成性质相似的群组，其本身就是分级的良好界限。公交运行状态划分需要找到状态之间的临界点，即行程速度分类的边界点，其需求与自然间断点法原理完全吻合。使用自然间断法分析公交行程速度数据，可以找到行程速度分类的自然边界，标定公交运行状态的临界阈值。
33.其计算步骤如下：
34.s301、输入分类数k＝4；
35.s302、将公交行程速度数据顺序统计量，即公交车辆行程速度数据按照从小到大顺序排列构成的数据集，划分为k个子集，对于一个有n个样本的数据集，有种方案将其划分为k个子集；
36.s303、计算每一个子集的均值平方差之和(sumofdeviationfromthearraymean，简称sdam)，j为k个子集中的一个速度子集，n为该速度子集的样本量，vi为该速度子集中一个速度样本，为该速度子集的均值；
37.s304、计算所有子集的类总平方差之和(sumofdeviationfromtheclassmean，简称sdcm)，m为其中一种分类方案；
38.s305、在所有分类方案中寻找sdcm的最小值，此方案对应的分类结果正是自然间断点法输出的分类结果。
39.s4、输出公交运行状态之间的临界速度。
40.输出的公交运行状态临界速度为设定分类数条件下使用自然间断点法划分出的公交运行状态之间的分界点速度。输出的公交运行状态临界速度的个数等于状态分类数k
减1，公交运行状态分为4类时存在3个临界速度，其物理含义如下：三个从小到大的临界速度分别代表拥堵速度、畅行速度、理想速度。
41.本发明的优选实施例中，基于某市2019年11月30个自然日的公交行程速度数据，根据本发明提出的一种基于自然间断点法的公交运行状态划分方法，计算公交运行状态划分的速度阈值。
42.具体实施步骤如下：
43.s1、采集获取某市2019年11月30个自然日的公交行程速度数据，计算每10分钟固定间隔的公交行程速度，清洗剔除部分数值过大超出常识的异常数据，将剩下的公交车辆行程速度数据从小到大排列，得到公交行程速度顺序统计量。
44.s2、按照本发明提出的基于自然间断点法(借助python软件实现)划分公交运行状态：
45.s201、输入分类数k＝4；
46.s202、将公交行程速度顺序统计量划分为4个子集；
47.s203、计算每一个子集的均值平方差之和(sumofdeviationfromthearraymean，简称sdam)，j为4个子集中的一个速度子集，n为该速度子集的样本量，vi为该速度子集中一个速度样本，为该速度子集的均值；
48.s204、计算所有子集的类总平方差之和(sumofdeviationfromtheclassmean，简称sdcm)，m为其中一种分类方案；
49.s205、在所有分类方案中寻找sdcm的最小值，此方案对应的分类结果正是自然间断点法输出的分类结果。
50.s3、将自然间断点法划分出的公交运行状态之间的分界点速度分别与公交拥堵速度、畅行速度、理想速度相对应，获取某市2019年11月30个自然日的公交运行状态划分结果，四种运行状态30天的速度分布如图2所示，具有极强稳定性。
51.上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。