CN107274064A - 高速公路运行状况动态综合评价方法 - Google Patents

Abstract

本发明公开了一种高速公路运行状况动态综合评价方法，包括调查采集高速公路不同时段内的相关评价指标数据；对评价指标数据进行预处理；利用差异驱动原理，计算各评价指标在评价时段的权重；构建动态综合评价函数，计算不同时段的综合评价分数并排序。本发明提出的动态综合评价方法能准确反映高速公路运行状况与变化过程，并将交通信息数据转化为直观评价值，为高速公路的实时运营管理提供指导。

Description

高速公路运行状况动态综合评价方法

技术领域

本发明属于高速公路运营管理中交通运行状态分析领域，尤其涉及一种高速公路运行状况动态综合评价方法。

背景技术

高速公路交通供求矛盾进一步突出，行程延误、安全性降低、环境恶化、交通拥挤等负面效应的累积对高速公路运行质量提出了改善要求，高速公路运营管理问题受到更加普遍的关注。高速公路交通运行分析作为运营管理决策过程中的基础环节，在绩效评估、投融资分析、改善方案决策、交通运行控制、区域路网调度等方面有着广泛应用，其分析方法研究具有重要意义。

在道路发展的初期阶段，道路交通运行分析活动主要是单个指标的简单比较。随着道路交通的快速发展，高速公路在运行安全性、舒适性、快速性等方面都对其日常的运营管理提出了更高要求，传统的单个指标运行分析方法难以满足现代高速公路动态管理、全程监控、实时控制的运营管理要求。

现代交通信息采集技术极大的丰富了研究交通问题的数据基础，为高速公路的运营管理提供了科学的决策依据。强大的交通信息数据库，不仅能够提供实时数据的简单查询(如高速公路车速、流量等)，大量数据的积累也为进一步研究交通运行的变化规律提供了很大帮助(如道路的流量增长趋势、道路运行状况的改善等)。由于反映路段运行状况的指标存在不同的采集源，指标间可能包含一定的矛盾，仅仅对各指标分别进行分析，易造成结果的不统一与误判的出现。因此需要将多指标进行综合评价，研究能反映高速公路运行状况时序特征的动态综合分析方法，以应对高速公路实际运行过程中出现的问题。

发明内容

发明目的：针对以上问题，本发明提出一种基于差异驱动原理的高速公路运行状况动态综合评价方法。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种高速公路运行状况动态综合评价方法，具体包括以下步骤：

(1)调查采集高速公路不同时段内的相关评价指标数据；

(2)对评价指标数据进行预处理；

(3)利用差异驱动原理，计算各评价指标在评价时段的权重；

(4)构建动态综合评价函数，计算不同时段的综合评价分数并排序。

步骤(1)中，选定评价高速公路运行状况的m项评价指标x₁，x₂，…，x_m，并获取N个时刻t_k(k＝1，2，…，N)m项指标的观测值{x_i(t_k)}，被评价对象在不同时刻t_k的运行状况由评价指标向量描述：

x(t_k)＝(x₁(t_k),x₂(t_k),...,x_m(t_k))^T(k＝1,2,...,N)

步骤(2)中，将逆指标x_i(i＝1，2，…，m)采用倒数形式转换成正指标x_i'＝1/x_i，并将评价指标进行无量纲化处理，得到标准化后的指标数据{x_j(t_k)}(j＝1，2，…，m)。

步骤(3)中，应用线性规划方法，对指标时序数据{x_j(t_k)}进行数据挖掘，获取指标样本值的数据矩阵A，计算相关矩阵H＝A^TA，计算H的最大特征根所对应的标准特征向量w。

步骤(4)中，构建高速公路运行状况动态综合评价函数：

其中，动态评价的权重系数w_j为相关矩阵H的最大特征根所对应的标准特征向量w；将步骤(3)中计算得到的w的值代入构建的高速公路运行状况动态综合评价函数y(t_k)，得到N个时段的综合评价分数；对N个时段综合评价分数进行排序，根据排序情况判断运行状况的发展趋势。

有益效果：本发明针对传统一维指标分析方法存在的缺陷，提出了基于差异驱动原理的高速公路运行状况动态综合评价方法，考虑高速公路信息采集条件的约束，应用线性规划方法，对采集的指标时序数据矩阵进行信息挖掘，通过各个指标总体中的变异程度和对其他指标影响程度的度量来确定权重系数，以减少评价过程中的主观因素干扰，从整体上最大限度的突出系统在不同时刻运行状况之间的差异，增强评价结果的真实性、可靠性与合理性。

本发明提出的评价方法能够全面反映高速公路的运行状况与变化过程，并将交通信息数据转化为直观评价值。

附图说明

图1是本发明高速公路运行状况动态综合评价方法的流程图。

具体实施方式

下面结合附图和实施例对本发明的技术方案作进一步的说明。

如图1所示，本发明所述的高速公路运行状况动态综合评价方法，具体包括以下步骤：

(1)调查采集高速公路不同时段内的相关评价指标数据。

根据应用对象的不同信息采集方式与采集条件，选定评价高速公路运行状况的m项评价指标x₁，x₂，…，x_m，并获取在N个时刻t_k(k＝1，2，…，N)这m项指标的观测值{x_i(t_k)}，因此被评价对象在不同时刻t_k处的运行状况可由状态向量(即评价指标向量)描述，如下式：

x(t_k)＝(x₁(t_k),x₂(t_k),...,x_m(t_k))^T(k＝1,2,...,N)

结合目前高速公路监控系统现状和需求，将运行状况评价分为两级，第一级以3分钟数据为一个指标样本，以15分钟为评价时间段；第二级以15分钟数据为一个指标样本，以2小时为评价时间段。选择3分钟数据作为一个基本的指标样本，一是考虑到时间太短(如1分钟)可能产生的短时间波动(如车队经过)对指标样本数据的影响，二是考虑到在实时运行状况评价中15分钟为评价时间段是比较合适的，采用3分钟数据作为基本指标样本可以将15分钟划分为5个时段。

为了消除3分钟内系统运行状况发生变化的影响，在计算下一组评价数据时，时间上采取重叠一分钟的方法，即第n次计算的当前时间为t(单位为min)，计算时间段为(t-14，t)，则第n+1次计算时间段为(t-12，t+2)。

(2)对评价指标数据进行预处理。

对步骤(1)中的m项评价指标进行预处理，将逆指标x_i(i＝1，2，…，m)采用倒数形式转换成正指标x_i'＝1/x_i，并将评价指标进行无量纲化处理，得到标准化后的指标数据{x_j(t_k)}(j＝1，2，…，m)。

在多指标综合评价中，有些指标值是越大越好，这类指标称为正指标，而有些指标值是越小越好，称为逆指标。在进行多指标综合评价计算前需要对指标进行一致化处理，将逆指标转换成正指标。

在高速公路运行状况分析评价的具体应用中，比较重要的一环就是评价指标的无量纲化。选择极值法对评价指标进行无量纲化处理。对极大值M_j和极小值m_j进行如下设定：

令则：

将车辆以自由流速度在高速公路上行驶时的各项指标值作为极大值，而当车辆完全拥堵不能前进时，达到各项指标的最小值。

(3)利用差异驱动原理，计算各指标在评价时段的权重。

应用线性规划方法，对步骤(2)的指标时序数据{x_j(t_k)}进行数据挖掘，获取指标样本值的数据矩阵A，计算相关矩阵H＝A^TA，计算H的最大特征根所对应的标准特征向量w。

“差异驱动”赋权法的基本思想是：权重系数应当是各个指标总体中的变异程度和对其他指标影响程度的度量，赋权的原始信息应当直接来源于客观环境，可根据各指标所提供的信息量的大小来决定相应指标的权重系数。

在动态综合评价中，当w_j与时间t的隐式关系由样本数据矩阵所支持时，选择w_j的原则就是从整体上能最大限度的突出系统s在不同时刻运行状况之间的差异。指标样本值的数据矩阵A为：

则w_j可由以下线性规划问题给出：

max{w^THw}

s.t.w^Tw＝1

w＞0

其中：

当H为正矩阵时，可取w为H的最大特征根所对应的标准特征向量。

(4)构建动态综合评价函数，计算不同时段的综合评价分数并排序。

构建高速公路运行状况动态综合评价函数：

基于差异驱动原理，权重系数应当是各个指标总体中的变异程度和对其他指标影响程度的度量。故确定动态评价的权重系数w_j即为相关矩阵H的最大特征根所对应的标准特征向量w；将步骤(3)中计算得到的w的值代入构建的高速公路运行状况动态综合评价函数y(t_k)，得到N个时段的综合评价分数；对N个时段综合评价分数进行排序，根据排序情况判断运行状况的发展趋势。

本发明方法对传统一维指标分析方法做出改进，提出了基于差异驱动的高速公路运行状况动态综合分析方法，能够全面反映高速公路的运行状况与变化过程，并将交通信息数据转化为直观评价值。

Claims (5)

1.一种高速公路运行状况动态综合评价方法，其特征在于：具体包括以下步骤：

(1)调查采集高速公路不同时段内的相关评价指标数据；

(2)对评价指标数据进行预处理；

(3)利用差异驱动原理，计算各评价指标在评价时段的权重；

(4)构建动态综合评价函数，计算不同时段的综合评价分数并排序。

2.根据权利要求1所述的高速公路运行状况动态综合评价方法，其特征在于：所述步骤(1)中，选定评价高速公路运行状况的m项评价指标x₁，x₂，…，x_m，并获取N个时刻t_k(k＝1，2，…，N)m项指标的观测值{x_i(t_k)}，被评价对象在不同时刻t_k的运行状况由评价指标向量描述：

x(t_k)＝(x₁(t_k),x₂(t_k),...,x_m(t_k))^T(k＝1,2,...,N)。

3.根据权利要求2所述的高速公路运行状况动态综合评价方法，其特征在于：所述步骤(2)中，将逆指标x_i(i＝1，2，…，m)采用倒数形式转换成正指标x_i'＝1/x_i，并将评价指标进行无量纲化处理，得到标准化后的指标数据{x_j(t_k)}(j＝1，2，…，m)。

4.根据权利要求3所述的高速公路运行状况动态综合评价方法，其特征在于：所述步骤(3)中，应用线性规划方法，对指标时序数据{x_j(t_k)}进行数据挖掘，获取指标样本值的数据矩阵A，计算相关矩阵H＝A^TA，计算H的最大特征根所对应的标准特征向量w。

5.根据权利要求4所述的高速公路运行状况动态综合评价方法，其特征在于：所述步骤(4)中，构建高速公路运行状况动态综合评价函数：

<mrow> <mi>y</mi> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>w</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <msub> <mi>x</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> <mi>k</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>N</mi> </mrow>

其中，动态评价的权重系数w_j为相关矩阵H的最大特征根所对应的标准特征向量w；将步骤(3)中计算得到的w的值代入构建的高速公路运行状况动态综合评价函数y(t_k)，得到N个时段的综合评价分数；对N个时段综合评价分数进行排序，根据排序情况判断运行状况的发展趋势。