CN102637357B - 一种区域交通状态评价方法 - Google Patents

Abstract

本发明公开了一种客观、简便的区域交通状态评价方法。其方法为：1)将区域路网内的路段进行预处理，以整合路段进行交通状态的估计和评价；2)选取路段平均行程时间为评价指标，以体现出不同路段的特征差异；3)对历史平均行程时间数据进行主成分分析，提取样本主成分，并求取各个路段的影响权重；4)建立评价因素集、评判集，对不同路段进行单因素评价，结合所确定的权重，对整个城市区域路网拥堵状态进行模糊综合评价；5)对实际路网进行评价，实现区域拥堵等级判别并量化。它有效克服了人的主观因素对交通状态评价的不利影响，评价结果客观合理，方法思路清晰、简单可行，对区域交通状态监控和管理有重要意义。

Description

一种区域交通状态评价方法

技术领域

本发明涉及交通状态评价领域，具体是一种从城市区域路网道路交通指标参数中提取信息，并判断区域路网范围内是否存在拥堵以及拥堵程度的区域交通状态评价方法。

背景技术

随着国民经济的快速发展和人民生活水平的不断提高，我国机动车数量迅速增长，道路交通流量的激增导致城市拥堵日益严重。智能交通，作为解决现代交通需求与供给矛盾的首要途径，其有效的工程实施不仅有利于提高当前道路使用效率、增强车辆的安全性，而且有助于城市土地资源与能源的合理利用以及环境污染的改善。道路交通状态识别作为智能交通系统中的前端技术，是指通过运用科学的方法对交通流特征参数进行分析与处理，对交通拥挤事件做出判断，以减少其对正常交通的影响，保证道路畅通。如何根据现有的交通信息资源对城市路网交通状态进行有效的评估，准确把握交通拥堵及其演变规律，是保证智能交通系统顺利实施的先决条件。

现有的交通状态评价技术都是在路段层次上，针对某单一路段或干线以及单一交叉口或交叉口群实现交通拥堵的状态判别。然而，城市区域化建设与发展进程的加快使城市中产生了中央商贸区(CBD)、工业区、住宅区等有不同特性的城市区域，这些区域已成为继某些关键路段或路口之后交通监控与管理的重点。在区域路网层次上进行有效的交通状态评估和管理，可以为道路出行者提供更加直观、全面的区域交通拥堵发生及演变规律信息，同时也可以为道路管理者提供可靠的区域交通控制与交通诱导的依据。城市区域交通状态评估已成为道路交通状态识别技术的重要研究内容之一。

路段和交叉口是组成区域路网的基本元素，区域交通拥挤也首先体现在路段或交叉口上。不同类型的道路或交叉口对所在区域的交通拥挤的影响是不同的。传统的区域交通评价体系中，各路段对所在区域拥挤状态的影响程度通常是由专家评分法确定。用该方法确定路段的影响权重时，往往是根据路段的一个指标(如交通流量)或多个指标进行专家打分得到，具有较强的主观性，易导致评价结果与实际的路况不一致。另外，基于传统方法建立的评价模型的结构相对复杂，不易实现或运算成本过大，进而造成资源浪费。

发明内容

本发明旨在克服现有区域路网拥堵评价技术中主观性强、模型复杂等缺点和不足，为区域交通拥堵提供一种客观、简便的区域交通状态评价方法。它主要是在已知道路交通信息参数的基础上，对选定的评价指标数据样本集进行主成分分析，确定各个路段的拥堵影响权重，然后利用模糊综合评价法实现对区域交通状态的定量评价，为道路使用者和道路管理者提供更加直观的城市区域路网拥堵等级与拥堵指数的刻画。

本发明是一种区域交通状态评价方法，主要通过如下步骤实现：

步骤(1)：提出一种适合于区域路网环境下的路段划分方式，根据城市路网拓扑结构和道路等级对区域路网内的路段进行整合，以整合后的路段作为评价影响区域拥挤状况的基本单元；

步骤(2)：基于整合路段建立单向平均行程时间为指标的评价体系，采集实时道路平均行程时间信息，建立实时信息数据库；

步骤(3)：对路段历史平均行程时间信息进行主成分分析，提取主成分并计算各个路段的权重，该权重作为区域路网交通状态模糊综合评价的指标权重；

步骤(4)：建立不同路段的模糊评判集并运用梯形隶属度函数进行路段单因素评价，结合步骤(3)所确立的权重，以加权法进行模糊综合评判，最后以隶属度最大原则确定路网的拥堵状态，给出拥堵指数；

步骤(5)：对实际路网进行评价，实现区域拥堵等级判别并量化。

所述步骤(1)中，为减少路段划分数量过多而带来的误差，降低数据处理复杂程度，本发明提出了一种适合于区域路网环境下的路段划分方式，实现方法为：综合考虑路网中的道路拓扑结构和交通流的相似性，将多个路口包含在一个路段内考虑，即待研究区域范围内同一条道路所包含的所有交叉口和所有交叉口之间的路段合并为一个路段单元，称之为整合路段，并用整合路段作为影响区域拥堵的基本单元进行交通状态的估计，整合路段模型如附图1所示。

所述步骤(2)中，实时信息数据库的建立过程为：

①路段平均行程时间的计算公式为：

$T_i^k=\mathrm{\Σ}\frac{l_{(m,i)}}{v_{(m,i)}^k}+\mathrm{\Σ}{t}_{(n,i)}^k=\frac{l_i}{v_i^k}$

其中，l_(m，i)为整合后第i路段中所包含子路段的长度；

为整合后第i路段中所包含子路段中车辆的单向平均行驶速度；

为整合后第i路段中交叉口的时延；l_i为整合后的路段长度；

为第i路段单向车辆的平均行驶速度；N为该区域路网结构中所包含的整合路段数；m为整合路段中包含的子路段数目；n为整合路段中包含的交叉口数目；k为车流方向，在本发明中假设路段都为双向行驶道路；整合路段平均行程时间为各子路段行程时间与交叉口时延之和，近似等于整合路段长度与整合路段平均行驶速度之比，选取平均行程时间为拥挤评价指标可以体现区域路网中各个路段基本特征的差异；

②所述的实时信息数据库，主要为路段信息表，包括路段代码、路段名称、路段长度、车行方向、时刻、平均行程时间，数据库中的路段是指在步骤(1)中的整合路段。

所述步骤(3)中，主成分分析法确定权重的步骤如下：

①计算样本协方差矩阵及其特征值和特征向量

首先确定样本平均行程时间矩阵的协方差矩阵，然后通过对协方差矩阵进行QR分解求得协方差矩阵的特征值，并由大到小进行排列，设为λ₁≥λ₂≥K≥λ_2N；同时利用反幂法计算协方差矩阵的不同特征值所对应的特征向量，并正交单位化，记为e₁，e₂，K，e_2N；

②提取主成分

根据步骤①得到的协方差矩阵的特征值和特征向量，计算路网内各路段平均行程时间样本矩阵T的第i个主成分Y_i，公式为：

$Y_i=e_i^{T}T=e_{i1}{T}_1^1+e_{i2}{T}_1^2+L+e_{i(2N-1)}{T}_N^1+e_{i\left(2N\right)}{T}_N^2$

③计算权重

选取累积贡献率不小于80％的前m个主成分代替原来的变量，用所选取的m个主成分来确定各个路段对该区域拥挤状态影响的权重w′_i。计算方法为将各个主成分指标系数与该主成分贡献率的乘积求和，其结果与该m个主成分累积贡献率做比值，计算公式为：

$w_i^{\′}=\frac{\underset{t=1}{\overset{m}{\mathrm{\Σ}}}{e}_{\mathrm{tj}}{\mathrm{\λ}}_t}{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\λ}}_i}$

将指标的权重做归一化处理，记为矩阵W。

所述步骤(4)中模糊综合评价步骤如下：

①建立评价因素集，即路网内各个整合路段不同方向的车辆平均行程时间集；

②建立评判集，即根据《城市道路交通管理评价指标体系(2008年版)》给出的高峰时段主干道车速等级分布，参照步骤(2)中平均行程时间评价指标，将路网交通状态分为畅通、正常、缓慢、拥堵和严重拥堵五个等级；

③单因素评价，即对组成区域路网的每一个整合路段进行评价分级；根据具体每个路段的道路等级状况和路段长度，对每个路段交通状态进行五等级划分，并确定隶属度函数，进而得到模糊关系矩阵，记为R；

④模糊综合评价，即根据获得的权重矩阵W和模糊关系矩阵R，对所选定的区域路网交通状态进行模糊综合评价，评判集记为B，评价公式为：

B＝WoR＝(b₁，b₂，b₃，b₄，b₅)

其中，评判集中的b₁、b₂、b₃、b₄、b₅分别代表畅通、正常、缓慢、拥堵和严重拥堵，模糊算子采用加权法，评价结果遵循最大隶属度原则。

所述步骤(5)中，对实际路况分析并实现拥堵评价，实现过程如下：在电子地图上选取一定区域范围的路网，首先基于离线历史数据，利用所述步骤(3)对该区域路网交通信息进行主成分分析，得到路段影响权重；然后利用所述步骤(4)对所在区域进行实时拥堵评价，评价结果为区域拥堵等级和拥堵指数。

本发明的有益效果为：在具体路网交通数据的基础上，运用统计分析和模糊综合评价相结合的方法，实现了对区域路网交通状态的有效评估，避免了人的主观因素对交通状态评价的不利影响，方法简单可行，评价客观合理。该方法的成功实现可以为道路出行者提供直观、全面的区域交通拥堵信息，同时也可以为道路管理者提供可靠的区域交通控制与交通诱导依据。

附图说明

图1整合路段模型

图2快速路隶属度函数

图3主干道隶属度函数

图4次干道隶属度函数

图5支路隶属度函数

图6待评价的区域路网示例

图7各个路段单向影响权重

图8区域拥堵评价结果

具体技术实现

下面对本发明的具体实现进行详细说明。

步骤(1)，具体方法为：根据待研究的交通区域路网拓扑结构和组成该区域的路段类型，将路网中的路段和交叉口进行整合以减少数据处理量。路网由路段和交叉口按照一定的拓扑关系构成，路段和交叉口是组成区域路网结构的基本单位，区域交通拥堵信息应首先反映在路段和交叉口上。按照传统的路段划分方式，即以路网拓扑中的节点作为道路的分割基础，会划分出过短的路段和过多的交叉口，进而会造成比较严重的道路交通参数测量误差，而且会加大数据样本量，并进而影响数据的处理速度。本发明综合考虑路网中的道路拓扑结构和交通流的相似性，给出了一种适合于区域拥挤评价的路段划分方法，该方法将多个路口包含在一个路段内考虑，以降低数据处理的复杂度，减少路段划分数量过多而带来的测量误差。实现方法为：将待研究区域范围内同一条道路所包含的所有交叉口和所有交叉口之间的路段合并为一个路段单元，在本发明中，称该路段单元为整合路段，并用整合路段作为影响区域交通状态评价的基本单位进行交通状态估计，整合路段模型如附图1所示。

步骤(2)，具体方法为：首先分析城市区域路网中道路的组成和路段特征，选择以路段平均行程时间为指标来刻画交通拥堵状态。通过城市路网中的地感线圈等固定检测设备或车载GPS等浮动车检测设备，对平均行程时间进行实时采集，并建立实时信息数据库。

在区域路网中可能包含有不同等级或类型的道路路段，各路段的长度也可能互不相同。由于不同等级道路的限速值、车辆平均行驶速度有一定的差异，因此路网中不同等级道路中不同长度的路段或不同的交叉口对该区域路网拥挤的影响程度也是不同的。本发明将综合考虑不同道路等级或类型、路段长度及交叉口的差异性对区域路网交通状态的影响；同时考虑双向行驶道路中，不同方向交通流量可能不一致，于是将同一路段不同方向的交通状态进行区分判别。

路段平均行程时间的计算公式为：

$T_i^k=\mathrm{\Σ}\frac{l_{(m,i)}}{v_{(m,i)}^k}+\mathrm{\Σ}{t}_{(n,i)}^k=\frac{l_i}{v_i^k}$

其中，l_(m，i)为整合后第i路段中所包含的子路段的长度；

为整合后第i路段中所包含子路段中车辆的单向平均行驶速度；

为整合后第i路段中交叉口的时延；li为整合后的路段长度；

为第i路段车辆的单向平均行驶速度；N为该区域路网结构中所包含的整合路段数；m为整合路段中包含的子路段数目；n为整合路段中包含的交叉口数目；k代表车流方向，在本发明中假设路段都为双向行驶路段。整合路段平均行程时间为各子路段行程时间与交叉口时延之和，近似等于整合路段长度与整合路段平均行驶速度之比。选取平均行程时间为拥挤评价指标可以体现区域路网中各个路段基本特征的差异。

所述的实时信息数据库，主要为路段信息表，包括路段代码、路段名称、路段长度、车行方向、时刻、平均行程时间。数据库中的路段是指步骤(1)中的整合路段。

步骤(3)，具体方法为：对信息数据库中的历史平均行程时间进行主成分提取，数据样本选取原则为：取样时间间隔越短越优、样本时间跨度越长越优。主成分提取包括计算样本协方差矩阵及其特征值和特征向量、提取样本主成分和计算指标权重三个部分，具体是：

①计算样本协方差矩阵及其特征值和特征向量：

区域路网中各个路段双向车流平均行程时间矩阵T为待处理的数据样本，记为

$T={\left(\begin{array}{ccc}{T}_1^1,T_1^2,K& T_i^1,T_i^2,K& T_N^1,T_N^2\end{array}\right)}^T$

求取T样本矩阵的协方差矩阵S，计算公式为：

S＝E((T-E(T))(T-E(T))^T)

其中，E(·)为求取矩阵期望。

通过对协方差矩阵进行QR分解求得协方差矩阵的特征值，并由大到小进行排列，设为λ₁≥λ₂≥K≥λ_2N；同时利用反幂法计算协方差矩阵的不同特征值所对应的特征向量，并正交单位化，记之为e₁，e₂，K，e_2N。

②提取样本主成分：

由于T的协方差矩阵S为非负定的对称阵，故必存在单位正交矩阵P＝(e₁，e₂，K，e_2N)，使得下面关系成立：

P^TSP＝Diag(λ₁，λ₂，L，λ_2N)

则区域路网内各路段的平均行程时间样本矩阵T的第i个主成分Y_i为：

$Y_i=e_i^{T}T=e_{i1}{T}_1^1+e_{i2}{T}_1^2+L+e_{i(2N-1)}{T}_N^1+e_{i\left(2N\right)}{T}_N^2$

其中e_i＝(e_i1，e_i2，L，e_i(2N))^T。

③计算指标权重：

计算第i个主成分对应的特征值λ_i在总特征值之和中所占的比重r_i，计算公式为：

$r_i={\mathrm{\λ}}_i/\underset{k=1}{\overset{2N}{\mathrm{\Σ}}}{\mathrm{\λ}}_k$

该比重为第i个主成分的贡献率，代表了该主成分所反映的主要信息在整个原始变量的全部信息中所占的比重。特征值按由大到小排列，则前m个主成分的累积贡献率

为：

$\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{r}_i=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\λ}}_i/\underset{k=1}{\overset{2N}{\mathrm{\Σ}}}{\mathrm{\λ}}_k$

累积贡献率代表了前m个主成分所反映的主要信息在整个原始变量的全部信息中所占的比重。用前m个主成分代替原来的变量时，累积贡献率越大，取代的可靠性越高。通常取累积贡献率不小于80％，可以满足所选取的主成分反映原始数据主要信息的需求。

用所选取的m个主成分来确定各个路段对该区域拥挤状态影响的权重w′_i，计算方法为将各个主成分的指标系数与该主成分贡献率的乘积求和，其结果与该m个主成分累积贡献率做比值，计算公式为：

$w_i^{\′}=\frac{\underset{t=1}{\overset{m}{\mathrm{\Σ}}}{e}_{\mathrm{tj}}{\mathrm{\λ}}_t}{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\λ}}_i}$

对w′_i各元素归一化，组成权重矩阵W＝(w₁，w₂，L，w_2N)，该指标即为模糊综合评价中各路段对所在区域路网交通拥挤的影响权重。

步骤(4)，具体方法为：以各个路段不同车辆行驶方向的平均行程时间为评价指标建立评判因素集；根据《城市道路交通管理评价指标体系(2008年版)》给出的高峰时段主干道车速等级分布，并以A类城市为例建立不同路段的模糊评判集；运用梯形隶属度函数进行路段单因素评价；结合步骤(3)所确立的权重，以加权法进行模糊综合评判，以隶属度最大原则确定路网的拥堵状态，给出拥堵指数。具体步骤是：

①建立评价因素集：区域交通拥挤状态模糊评价因素集U，是影响该区域拥挤状态的不同行驶方向的各个路段平均行程时间指标集合，即：

$U=\left\{\begin{array}{ccc}{T}_1^1,T_1^2,K& T_i^1,T_i^2,K& T_N^1,T_N^2\end{array}\right\}$

②建立评判集：根据《城市道路交通管理评价指标体系(2008年版)》给出的高峰时段主干道车速等级分布，本发明以A类城市为例，对快速路、次干道和支路依据道路限速值，采用同比例放缩的原则，根据平均行驶速度将道路交通状态分为畅通、正常、缓慢、拥堵和严重拥堵五个等级，如表1所示。

表1以平均行驶速度为指标的交通状态等级划分(单位：km/h)

根据整合路段平均行程时间计算公式，不同路段以平均行程时间为指标所建立的路段拥挤状态评判集F可表示为：

F＝{f₁，f₂，f₃，f₄，f₅}

式中f₁表示道路畅通、f₂表示正常、f₃表示缓慢、f₄表示拥堵、f₅表示严重拥堵，等级划分如表2所示(其中，l为路段长度)。

表2以平均行程时间为指标的交通状态等级划分(单位：h)

③单因素评价：首先确定该路段对评价标准的隶属度，以期确立模糊评价矩阵R。每个路段平均行程时间越长，该路段拥堵越严重，路段所在的区域交通拥堵也随之越严重。在确定隶属度时，本发明采用越大越优型的梯形隶属度函数，四种不同类型的道路隶属度函数分别如附图2～5所示。

根据不同路段的不同隶属度函数，记模糊评价矩阵R为：

$R=\left[\begin{array}{ccccc}{r}_{11}^1& r_{12}^1& r_{13}^1& r_{14}^1& r_{15}^1\\ r_{11}^2& r_{12}^2& r_{13}^2& r_{14}^2& r_{15}^2\\ r_{21}^1& r_{22}^1& r_{23}^1& r_{24}^1& r_{25}^1\\ M& M& M& M& M\\ r_{N1}^2& r_{N2}^2& r_{N3}^2& r_{N4}^2& r_{N5}^2\end{array}\right]$

④模糊综合评价：单因素模糊评价矩阵和权重矩阵都已确定，通过模糊变换对区域路网交通拥挤状态实现模糊综合评价。

模糊评判集B计算公式为：

$B=\mathrm{W\; o\; R}=(w_1,w_2,L,w_{2N})o\left[\begin{array}{ccccc}{r}_{11}^1& r_{12}^1& r_{13}^1& r_{14}^1& r_{15}^1\\ r_{11}^2& r_{12}^2& r_{13}^2& r_{14}^2& r_{15}^2\\ r_{21}^1& r_{22}^1& r_{23}^1& r_{24}^1& r_{25}^1\\ M& M& M& M& M\\ r_{N1}^2& r_{N2}^2& r_{N3}^2& r_{N4}^2& r_{N5}^2\end{array}\right]=(b_1,b_2,b_3,b_4,b_5)$

本发明采用加权法实现模糊运算。对于评判集中的五种状态：畅通、正常、缓慢、拥堵和严重拥堵，分别对应于模糊综合评价集B中的b₁、b₂、b₃、b₄、b₅。采用隶属度最大的原则，取评判集中值最大者所对应的状态作为评判区域交通拥挤模糊综合评判的最终结果。

步骤(5)，具体方法为：在电子地图上选取一定区域范围的路网，首先基于离线历史数据按步骤(3)对该区域路网的交通信息进行主成分分析，得到路段影响权重。然后按步骤(4)对所在区域进行实时拥堵评价。

选定的路网区域如附图6所示，各个路段单向影响权重如附图7所示，评价结果如附图8所示。附图8中，拥堵指数是指在该拥堵等级下的隶属度，反映区域路网的交通状态在该拥堵等级下所占比重的大小。

Claims (5)

1.一种区域交通状态评价方法，其特征是，主要通过如下步骤实现：

步骤⑴：根据城市路网拓扑结构和道路等级对区域路网内的路段进行整合，以整合路段作为判别区域拥挤的基本单元；

步骤⑵：基于整合路段建立单向平均行程时间为指标的评价体系，采集实时道路平均行程时间信息，建立实时信息数据库；

步骤⑶：对路段历史平均行程时间信息进行主成分分析，提取主成分并计算各个路段的权重，该权重作为区域路网交通状态模糊综合评价的指标权重；

步骤⑷：建立不同路段的模糊评判集并运用梯形隶属度函数进行路段单因素评价，结合步骤⑶所确立的权重，以加权法进行模糊综合评判，并以隶属度最大原则确定路网的拥堵状态，给出拥堵指数；

步骤⑸：对实际路网进行评价，实现区域交通拥堵等级判别并量化；

所述步骤⑵中，实时信息数据库的建立过程为：

①路段平均行程时间计算公式为：

${T_i}^k=\mathrm{\Σ}\frac{l_{(m,i)}}{v_{(m,i)}^k}+\mathrm{\Σ}{t}_{(n,i)}^k=\frac{l_i}{v_i^k}$     (i=1,2,…,N；k=1,2)

其中，l_(m,i)为整合后第i路段中所包含子路段长度；为整合后第i路段中所包含子路段中车辆双向平均行驶速度；

为整合后第i路段中所包含双向交叉口时延；l_i为整合后路段长度；

为第i路段k方向车辆平均行程速度；N为该区域路网结构中所包含的整合路段数；m为整合路段中包含子路段数目；n为整合路段中包含交叉口数目；k为双向道路中车流方向；整合路段平均行程时间为各子路段行程时间与交叉口时延之和，近似等于整合路段长度与整合路段平均行驶速度之比，选取平均行程时间为拥挤评价指标可以体现区域路网中各个路段基本特征的差异；

②所述的实时信息数据库，主要为路段信息表，包括路段代码、路段名称、路段长度、车行方向、时刻、平均行程时间，数据库中的路段是指在步骤⑴中的整合路段。

2.根据权利要求1所述的评价方法，其特征是，所述步骤⑴中，为减少路段划分数量过多而带来的误差，并降低数据处理复杂程度，对区域路网环境下的路段划分方式为：综合考虑路网中的道路拓扑结构和交通流的相似性，将多个路口包含在一个路段内考虑，即待研究区域范围内同一条道路所包含的所有交叉口和所有交叉口之间的路段合并为一个路段单元，称之为整合路段，并用整合路段作为影响区域拥堵的基本单元进行交通状态的估计。

3.根据权利要求1所述的评价方法，其特征是，所述步骤⑶中，主成分分析法确定权重的步骤如下：

①计算样本协方差矩阵及其特征值和特征向量

首先确定样本平均行程时间矩阵的协方差矩阵，然后通过对协方差矩阵进行QR分解求得协方差矩阵的特征值，设为λ₁≥λ₂≥...≥λ_2N；同时利用反幂法计算协方差矩阵不同特征值所对应的特征向量，并正交单位化，记为e₁,e₂,...,e_2N；

②提取主成分

根据步骤①所得到协方差矩阵的特征值和特征向量，计算路网内各路段平均行程时间样本矩阵T的第i个主成分Y_i，公式为：

$Y_i=e_i^{T}T=e_{i1}{T_1}^1+e_{i2}{T_1}^2+\·\·\·+e_{i(2N-1)}{T}_N^1+e_{i\left(2N\right)}{T}_N^2$

③计算权重

选取累积贡献率不小于80%的前m个主成分代替原来的变量，用所选取的m个主成分来确定各个路段对该区域拥挤状态影响的权重；计算方法为各个主成分指标系数与该主成分贡献率的乘积求和，其结果与该m个主成分累积贡献率做比值，计算公式为：

$w_i^{\text{'}}=\frac{\underset{t=1}{\overset{m}{\mathrm{\Σ}}}{e}_{\mathrm{tj}}{\mathrm{\λ}}_t}{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\λ}}_i}$     (j＝1,2,…,2N)

将指标的权重做归一化处理，记为矩阵W。

4.根据权利要求1所述的评价方法，其特征是，所述步骤⑷中模糊综合评价步骤如下：

①建立评价因素集，即路网内各个道路不同方向的车辆平均行程时间集；

②建立评判集，即根据《城市道路交通管理评价指标体系（2008年版）》给出的高峰时段主干道车速等级分布，参照步骤⑵中平均行程时间评价指标，将路网交通状态分为畅通、正常、缓慢、拥堵和严重拥堵五个等级；

③单因素评价，即对组成区域路网的每一个路段进行评价分级；根据具体每个路段的道路等级状况和路段长度，对每个路段交通状态进行五等级划分，并确定隶属度函数，进而得到模糊关系矩阵，记为R；

④模糊综合评价，即根据获得的权重矩阵W和模糊关系矩阵R，对所选定的区域路网交通状态进行模糊综合评价，评判集记为B，评价公式为：

B＝WοR＝(b₁,b₂,b₃,b₄,b₅)

其中，评判集中的b₁、b₂、b₃、b₄、b₅分别代表畅通、正常、缓慢、拥堵和严重拥堵，模糊算子采用加权法，评价结果遵循最大隶属度原则。

5.根据权利要求1所述的评价方法，其特征是，所述步骤⑸中，对实际路况分析并实现拥堵评价，实现过程如下：在电子地图上选取一定区域范围的路网，首先基于离线历史数据所述步骤⑶对该区域路网交通信息进行主成分分析，得到路段影响权重，然后利用所述步骤⑷对所在区域进行实时拥堵评价，评价结果为区域拥堵等级和拥堵指数。

Images