一种基于自然间断点法的公交运行状态划分方法

文档序号:31796393发布日期:2022-10-14 17:35阅读:来源:国知局

技术特征:
1.一种基于自然间断点法的公交运行状态划分方法,其特征在于,包括以下步骤:s1、采集公交车辆行程速度数据;s2、设定公交运行状态分类数k;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;s4、输出公交运行状态之间的临界速度。2.根据权利要求1所述的基于自然间断点法的公交运行状态划分方法,其特征在于,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。3.根据权利要求1所述的基于自然间断点法的公交运行状态划分方法,其特征在于,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。4.根据权利要求1所述的基于自然间断点法的公交运行状态划分方法,其特征在于,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。5.根据权利要求4所述的基于自然间断点法的公交运行状态划分方法,其特征在于,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计算,包括以下步骤:s301、输入分类数k=4;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;s303、计算每一个子集的均值平方差之和,即为sum of deviation from the array mean,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,v
i
为该速度子集中的一个速度样本,为该速度子集的均值;s304、计算所有子集的类总平方差之和,即为sum of deviation from the class mean,简称sdcm,m为种分类方案中一种分类方案;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。6.根据权利要求1所述的基于自然间断点法的公交运行状态划分方法,其特征在于,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。7.根据权利要求6所述的基于自然间断点法的公交运行状态划分方法,其特征在于,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。8.根据权利要求7所述的基于自然间断点法的公交运行状态划分方法,其特征在于,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。

技术总结
本发明公开了一种基于自然间断点法的公交运行状态划分方法,其步骤包括:S1、采集公交车辆行程速度数据;S2、设定公交运行状态分类数k;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;S4、输出公交运行状态之间的临界速度。本发明采用一种自然间断点的分类方法对公交运行状态进行准确划分,输出的公交运行状态之间的临界速度对不同自然日具有很强的稳定性,可有效解决公交运行环境时间异质性导致的公交运行状态难以稳定识别的问题。性导致的公交运行状态难以稳定识别的问题。性导致的公交运行状态难以稳定识别的问题。


技术研发人员:陈国俊 李钰平 刘好德 祁昊 张抒扬 杨宇航 高鹏飞 万志伟
受保护的技术使用者:武汉理工大学
技术研发日:2022.06.29
技术公布日:2022/10/13
当前第2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