CN113379233B - 一种基于高阶矩的行程时间可靠性估计方法及装置 - Google Patents

Abstract

本发明公开了一种基于高阶矩的行程时间可靠性估计方法，该方法包括：获取快速路上RFID基站采集的汽车电子标识数据；将相邻两RFID基站对之间的车辆配对，得到行程时间数据；根据Cornish‑Fisher展开式的有效域，对所述行程时间数据进行对数化处理，得到对数化行程时间数据；计算所述对数化行程时间数据的均值、方差、偏度、峰度；利用Cornish‑Fisher展开式，计算百分位行程时间；利用所述百分位行程时间得到相应的行程时间可靠性评价指标。本发明在无需对现有行程时间分布进行拟合的前提下，通过行程时间分布的高阶矩求得百分位行程时间这一关键指标，结合理论和实际数据分析论证了有效域的选取问题以及对行程时间进行对数化以及哪种对数化处理的合理性。

Description

一种基于高阶矩的行程时间可靠性估计方法及装置

技术领域

本发明涉及智能交通信息技术领域，具体涉及一种基于高阶矩的行程时间可靠性估计方法及装置。

背景技术

行程时间可靠性被定义为出行者的行程时间随时间变化的波动变化程度，是描述道路上的出行者能否准时到达目的地的重要交通参数，也是对出行者有着最直接影响的可靠性指标。近年来，随着居民生活水平的提高和城市生活节奏的加速，人们愈发注重时间观念，更希望能准时地到达目的地，而提供长距离、可靠运输、连通城市关键区域的快速路却逐渐显现出了由“可靠”到“不可靠”的趋势。有关文献证明，通过数字化手段对快速路行程时间可靠性进行合理有效地估计是缓解城市交通拥堵的重要手段，而行程时间分布的精确且全面的提取是研究行程时间可靠性的前提和基础。在对行程时间分布把握不完整的情况下对行程时间可靠性进行估计显然会忽略掉一些关键信息，特别是分布的尾部、偏度和峰度等外形特征。而在以往的研究中，就存在着全面把握行程时间参数和对“拮据”的交通流数据采集手段的尖锐矛盾，其中对行程时间分布刻画的不完整导致了行程时间可靠性估计的偏差。对快速路的行程时间可靠性进行准确评估和预测，是有效提升快速路交通通行质量以及提供相应交通诱导服务的重要支撑。因此，对于个人以及公路管理部门，一种准确的行程时间可靠性估计技术都有着重要的作用和意义。

发明内容

有鉴于此，本发明提出一种基于高阶矩的行程时间可靠性估计方法，用于解决现有技术中的至少一个缺陷。

本发明的目的是通过以下技术方案来实现的：一种基于高阶矩的行程时间可靠性估计方法，包括：

获取快速路上RFID基站采集的汽车电子标识数据；

将相邻两RFID基站对之间的车辆配对，得到行程时间数据；

根据Cornish-Fisher展开式的有效域，对所述行程时间数据进行对数化处理，得到对数化行程时间数据；

计算所述对数化行程时间数据的均值、方差、偏度、峰度；

利用Cornish-Fisher展开式，计算百分位行程时间；

利用所述百分位行程时间得到相应的行程时间可靠性评价指标。

可选地，该方法还包括：对所述行程时间数据进行预处理，清洗掉异常数据；对预处理后的行程时间数据进行对数化处理。

可选地，基站信息、过车时间、车牌号、车辆类型。

可选地，采用底数为10的对数对所述行程时间数据进行对数化处理。

可选地，所述行程时间均值μ为：

μ＝E(T_1g)

其中，E为随机变量T_1g的期望；

所述行程时间方差σ²为：

σ²＝E[(T_lg-μ)²]

所述行程时间偏度S为：

所述行程时间峰度K为：

可选地，所述百分位行程时间为：

其中，PTT(p)表示百分位行程时间，p表示通过随机变量的前四阶矩作为高阶矩得到的置信度，其中

Φ^-1(·)为标准正态分布的累积分布函数的反函数。

可选地，行程时间可靠性评价指标包括：

第90％分位数下的行程时间，PTT(90％)；

行程时间指数TTI，

计划行程时间PTI，

缓冲时间BI，

拥堵频率FoC，FoC＝P(T_i＞(1+p)·PTT(50％))；

痛苦指数MI，

行程时间预算TTB(p)，TTB(p)＝min{T_p|P(T≤T_p)≥p}；

平均超额行程时间METT，

行程时间可靠性比率TTRR，

是平均形成时间，T_p是置信度p下的行程时间，T_i是第i辆车的行程时间，α、β、γ是驾驶员出行偏好参数。

本发明的目的是通过以下技术方案来实现的：一种基于高阶矩的行程时间可靠性估计装置，包括：

数据获取模块，用于获取快速路上RFID基站采集的汽车电子标识数据；

配对模块，用于将相邻两RFID基站对之间的车辆配对，得到行程时间数据；

数化处理模块，用于根据Cornish-Fisher展开式的有效域，对所述行程时间数据进行对数化处理，得到对数化行程时间数据；

第一计算模块，用于计算所述对数化行程时间数据的均值、方差、偏度、峰度；

第二计算模块，用于利用Cornish-Fisher展开式，计算百分位行程时间；

第三计算模块，用于利用所述百分位行程时间得到相应的行程时间可靠性评价指标。

由于采用了上述技术方案，本发明具有如下的优点：

本发明提出了一种基于高阶矩的行程时间可靠性估计方法，在无需对现有行程时间分布进行拟合的前提下，通过行程时间分布的高阶矩求得百分位行程时间这一关键指标，结合理论和实际数据分析论证了有效域的选取问题以及对行程时间进行对数化以及哪种对数化处理的合理性。本发明在一定程度解决了行程时间分布时变和偏态特点情况下的行程时间可靠性估计问题。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

本发明的附图说明如下。

图1为本发明一实施例一种基于高阶矩的行程时间可靠性估计方法的流程图；

图2为本发明一实施例一种基于高阶矩的行程时间可靠性估计装置的示意图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

如图1所示，本申请实施例提供一种基于高阶矩的行程时间可靠性估计方法，包括：

S1获取快速路上RFID基站采集的汽车电子标识数据；

S2将相邻两RFID基站对之间的车辆配对，得到行程时间数据；

S3根据Cornish-Fisher展开式的有效域，对所述行程时间数据进行对数化处理，得到对数化行程时间数据；

S4计算所述对数化行程时间数据的均值、方差、偏度、峰度；

S5利用Cornish-Fisher展开式，计算百分位行程时间；

S6利用所述百分位行程时间得到相应的行程时间可靠性评价指标。

本发明提出了一种基于高阶矩的行程时间可靠性估计方法，在无需对现有行程时间分布进行拟合的前提下，通过行程时间分布的高阶矩求得百分位行程时间这一关键指标，结合理论和实际数据分析论证了有效域的选取问题以及对行程时间进行对数化以及哪种对数化处理的合理性。本发明在一定程度解决了行程时间分布时变和偏态特点情况下的行程时间可靠性估计问题。

RFID基站记录了每一辆装有RFID汽车电子标识装置的经过该站点的车辆的相关信息，包括基站信息、过车时间、车牌号、车辆类型，该数据为行程时间可靠性的估计提供了有力支撑。RFID汽车电子标识数据是通过有关部门获得，不在本研究之列。

RFID汽车电子标识数据的主要字段如表1，RFID汽车电子标识数据的主要字段如表2。

表1

表2

RFID汽车电子标识数据包含了不同车辆的单车信息，而原始单车信息中仅有车辆的到达基站时间而并不包含车辆的行程时间，因此需要对相邻基站的车辆进行车牌匹配从而得到相邻基站间车辆的行程时间数据。

在一实施例中，该方法还包括：对所述行程时间数据进行预处理，清洗掉异常数据；对预处理后的行程时间数据进行对数化处理。

由于快速路上相邻RFID基站对间可能存在车辆上、下道的情况，而这类车辆的行程时间与正常行驶在快速路上的车辆在时间层面往往存在显著的差异，依此将行程时间离群点清洗掉，清洗步骤如下：

①将具有相邻RFID基站对之间的电子车牌号、过车时间、行程时间等信息的字段放在同一个表中，得到描述路段行程时间的RFID汽车电子标识数据集；

②从数据库中筛选出所需要研究路段的RFID汽车电子标识数据，以电子车牌号(EID)和车辆的过车时间(Passtime)为同等要素，对表中的数据记录以该两列为基准进行升序排序；

③以15min的滑动窗口内的95％行程时间为阈值，判断RFID汽车电子标识数据集当中，若出现行程时间大于设定阈值，则将该行记录清除；反之，则保留。

在一实施例中，由于利用Cornish-Fisher展开式计算百分位行程时间的精度取决于分布与标准正态分布的相似性，同时展开式需要百分位行程时间的导数具有非负性，考虑到原始行程时间分布具有一定的偏度和峰度特征，因此需要对原始数据进行对数化处理。

在对数化处理后，原有的行程时间数据TT(tt₁,tt₂,...,tt_i)变为TT_log(tt₁',tt₂',...,tt_i')，即

tt_i'＝log(tt_i)

相应的，计算百分位行程时间的Cornish-Fisher展开式也变为：

其中，k₁(TT_log)和k₂(TT_log)表示对数化行程时间序列的均值和方差。

同样的，为了保证逆累积分布函数递增的必要要求，有如下公式：

对于有效域，可以看出是否进行过对数化以及采用哪种对数化方式(诸如取底为自然底数e或者以10为底)对于有效域的区间而言没有任何变化，同时可以改写为

S＝K＝0，或者

令

该式可以视为一个关于K的二次函数，考虑判别式必须大于等于0才可能有，有

得到

或者

当行程时间偏度较小时，有效域为：

而当行程时间偏度较大时，偏度在理论上可以达到无穷大，但从实际数据上来看，偏度都在20以内且负值并不会小于

因此偏度较大时的有效域定为：

在对原始数据的对数化处理中，采用自然底数e虽然能够使更多的数据落在有效域内，但并不能满足所有的情况，因此采用底数为10的对数化处理方法。

上述理论基础上，对原始行程时间进行以10为底的对数化处理，并依此得到对数化行程时间，在此基础上，计算相应的前四阶矩，即对数化行程时间数据的均值、方差、偏度、峰度。

①行程时间均值

一阶原点矩指的是随机变量的期望，即平均值：

μ＝E(T_lg)

②行程时间方差

二阶中心矩指的是随机变量的方差，即随机变量平方的期望：

σ²＝E[(T_lg-μ)²]

③行程时间偏度

三阶中心矩指的是随机变量的偏度，它是相较于标准正态分布而言的分布的偏斜程度：

④行程时间峰度

四阶中心矩指的是随机变量的峰度，它也是相较于标准正态分布而言的分布的峰的陡峭程度：

利用Cornish-Fisher展开式，该方法通过将任意分布与标准正态分布建立联系，因此可以通过使用随机变量的高阶矩来得到任意置信度p下的百分位数，运用该展开式后百分位行程时间如下：

其中，

是一个与偏度和峰度相关的随机变量：

其中，Φ^-1(·)为标准正态分布的累积分布函数(CDF)的反函数。

利用百分位行程时间得到相应的行程时间可靠性评价指标，其中，行程时间可靠性指标如下所示：

注：

是平均形成时间，T_p是置信度p下的行程时间，T_i是第i辆车的行程时间，α、β、γ是驾驶员出行偏好参数。

在已知百分位行程时间的前提下，可根据需求求得任意置信度p下的行程时间可靠性程度。

如图2所示，本申请实施例提供一种基于高阶矩的行程时间可靠性估计装置，包括：

数据获取模块，用于获取快速路上RFID基站采集的汽车电子标识数据；

配对模块，用于将相邻两RFID基站对之间的车辆配对，得到行程时间数据；

数化处理模块，用于根据Cornish-Fisher展开式的有效域，对所述行程时间数据进行对数化处理，得到对数化行程时间数据；

第一计算模块，用于计算所述对数化行程时间数据的均值、方差、偏度、峰度；

第二计算模块，用于利用Cornish-Fisher展开式，计算百分位行程时间；

第三计算模块，用于利用所述百分位行程时间得到相应的行程时间可靠性评价指标。

需要说明的是，前述图1实施例中的方法的实施例的解释说明也适用于该实施例提出的装置，其实现原理类似，此处不再赘述。

需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (5)

1.一种基于高阶矩的行程时间可靠性估计方法，其特征在于，该方法包括：

获取快速路上RFID基站采集的汽车电子标识数据；

将相邻两RFID基站对之间的车辆配对，得到行程时间数据；

根据Cornish-Fisher展开式的有效域，对所述行程时间数据进行对数化处理，得到对数化行程时间数据；

计算所述对数化行程时间数据的均值、方差、偏度、峰度；

利用Cornish-Fisher展开式，计算百分位行程时间；

利用所述百分位行程时间得到相应的行程时间可靠性评价指标，

其中，

所述行程时间均值μ为：

μ＝E(T_1g)

其中，E为随机变量T1g的期望；

所述行程时间方差σ²为：

σ²＝E[(T_lg-μ)²]

所述行程时间偏度S为：

所述行程时间峰度K为：

所述百分位行程时间为：

其中，PTT(p)表示百分位行程时间，p表示通过随机变量的前四阶矩作为高阶矩得到的置信度，其中

Φ^-1(·)为标准正态分布的累积分布函数的反函数，

行程时间可靠性评价指标包括：

第90％分位数下的行程时间，PTT(90％)；

行程时间指数TTI，

计划行程时间PTI，

缓冲时间BI，

拥堵频率FoC，FoC＝P(T_i>(1+p)·PTT(50％))；

痛苦指数MI，

行程时间预算TTB(p)，TTB(p)＝min{T_p|P(T≤T_p)≥p}；

平均超额行程时间METT，

行程时间可靠性比率TTRR，

是平均形成时间，T_p是置信度p下的行程时间，T_i是第i辆车的行程时间，α、β、γ是驾驶员出行偏好参数。

2.根据权利要求1所述的基于高阶矩的行程时间可靠性估计方法，其特征在于，该方法还包括：对所述行程时间数据进行预处理，清洗掉异常数据；对预处理后的行程时间数据进行对数化处理。

3.根据权利要求1所述的基于高阶矩的行程时间可靠性估计方法，其特征在于，所述汽车电子标识数据包括：基站信息、过车时间、车牌号、车辆类型。

4.根据权利要求1所述的基于高阶矩的行程时间可靠性估计方法，其特征在于，采用底数为10的对数对所述行程时间数据进行对数化处理。

5.一种基于高阶矩的行程时间可靠性估计装置，其特征在于，包括：

数据获取模块，用于获取快速路上RFID基站采集的汽车电子标识数据；

配对模块，用于将相邻两RFID基站对之间的车辆配对，得到行程时间数据；

数化处理模块，用于根据Cornish-Fisher展开式的有效域，对所述行程时间数据进行对数化处理，得到对数化行程时间数据；

第一计算模块，用于计算所述对数化行程时间数据的均值、方差、偏度、峰度；

第二计算模块，用于利用Cornish-Fisher展开式，计算百分位行程时间；

第三计算模块，用于利用所述百分位行程时间得到相应的行程时间可靠性评价指标，

其中，

所述行程时间均值μ为：

μ＝E(T_1g)

其中，E为随机变量T1g的期望；

所述行程时间方差σ²为：

σ²＝E[(T_lg-μ)²]

所述行程时间偏度S为：

所述行程时间峰度K为：

所述百分位行程时间为：

其中，PTT(p)表示百分位行程时间，p表示通过随机变量的前四阶矩作为高阶矩得到的置信度，其中

Φ^-1(·)为标准正态分布的累积分布函数的反函数，

行程时间可靠性评价指标包括：

第90％分位数下的行程时间，PTT(90％)；

行程时间指数TTI，

计划行程时间PTI，

缓冲时间BI，

拥堵频率FoC，FoC＝P(T_i>(1+p)·PTT(50％))；

痛苦指数MI，

行程时间预算TTB(p)，TTB(p)＝min{T_p|P(T≤T_p)≥p}；

平均超额行程时间METT，

行程时间可靠性比率TTRR，

是平均形成时间，T_p是置信度p下的行程时间，T_i是第i辆车的行程时间，α、β、γ是驾驶员出行偏好参数。

Images