本發明涉及高路公路運營管理領域，尤其是一種高速公路交通指數數值確定方法。

背景技術：

近年來我國高速公路的建設和運營處于快速發展階段，高速公路車流量也在逐年遞增，尤其是節假日期間，高速公路容易發生擁堵的現象。高速公路管理者目前正面臨著交通供需矛盾帶來的挑戰，如何直觀及時地了解高速公路上的交通運行狀態，并在此基礎上對高速公路出入口進行科學管控，成為解決交通供需問題，并為高速公路使用者提供更優質服務并緩解高速公路擁堵的關鍵。

近年來，道路交通指數的概念成為國內外交通領域研究的熱點，道路交通指數(又稱交通擁堵指數)是指用量化的方法表達道路交通運行擁堵程度。道路交通指數反應了一定范圍內道路的平均車速和人們對道路交通擁堵程度的感受。一般而言，交通指數數值越大，表明道路交通越擁堵，數值越小，表明交通越暢通。然而，另外對于高速公路交通指數研究與應用方面，一些學者則選用多指標方式和聚類算法量化描述高速公路交通運行狀態，但相關指標和聚類算法內容未能應用在國內外實際的高速公路上。因此如何確定高速公路交通指數數值，從而監測高速公路交通運行態勢是迫切需要解決的問題。

技術實現要素：

本發明所要解決的技術問題在于，提供一種高速公路交通指數數值確定方法，通過本項目的開展研究，識別交通擁堵和交通運行態勢情況，為高速公路進一步提升服務管理水平提供技術支撐和保障。

為解決上述技術問題，本發明提供一種高速公路交通指數數值確定方法，包括如下步驟：

(1)以設定的采樣周期采集高速公路交通流率和速度數據，并構建高速公路的歷史數據庫；

(2)基于歷史數據庫中的交通流量和速度數據構建高速公路交通流基本圖；

(3)確定高速公路交通狀態的聚類數目，對基本圖中的數據點進行聚類運算，將高速公路交通狀態劃分為不同等級；

(4)將高速公路交通狀態等級與交通指數等級對應轉化，確定每一數據點對應的具體交通指數等級，并結合設定的交通指數等級數值范圍，確定每一數據點的對應的交通指數等級數值范圍；

(5)根據交通指數等級范圍內不同交通指數數值類別數目，確定同一交通指數等級數值范圍內的聚類數目，將該交通指數等級數值范圍內數據點進行聚類運算，從而確認每一數據點在相應指數等級內的具體交通指數數值；

(6)基于每一數據點在相應指數等級內所確定的交通指數數值，計算每一數據點的交通密度數值，通過決策樹模型對每一數據點不同的交通指數數值進行決策劃分，從而得到對應的交通密度臨界數值，進而作為劃分同一指數等級中不同水平交通指數數值的臨界閾值；

(7)將實時采集數據點的具體交通流率和速度數據劃分到具體的高速公路交通狀態和交通指數等級，并根據數據點交通密度數值確定具體的交通指數數值。

本發明結合高速公路實際情況，利用流量和速度數據作為高速公路路段交通指數的指標，可選取交通調查站檢測設備作為高速公路路段交通流數據采集的數據源。基于基本圖和五相交通流理論進行聚類將高速公路交通狀態劃分為不同等級并與交通指數等級對應轉后，在根據交通指數等級數值范圍中的數值類別數目進行二次劃分，從而準確得到具體流量和速度數據對應的交通指數數值。與現有技術相比，本發明實現了高速公路的交通指數具體數值的計算，支撐交通指數體系構建及在高速公路上的實踐應用，為出行者提供安全、暢通和優質高速公路出行服務。

附圖說明

圖1為本發明實施例的方法流程圖。

圖2為本發明實施例中檢測點交通流率-速度宏觀基本圖。

圖3為本發明實施例中的高速公路路段交通狀態劃分的示意圖。

具體實施方式

下面結合具體實施例，進一步闡明本發明，應理解這些實施例僅用于說明本發明而不用于限制本發明的范圍，在閱讀了本發明之后，本領域技術人員對本發明的各種等價形式的修改均落于本申請所附權利要求所限定的范圍。

如圖1所示，本發明實施例公開的一種高速公路交通指數數值確定方法，主要包括如下步驟：

S1：采集數據并構建歷史數據庫。由于城市道路有大量的浮動車數據，可以據此數據庫建立城市道路交通指數。但高速公路只能依靠固定式檢測設備采集速度數據，另一方面高速公路固定式檢測設備還能夠采集相對精度較高的流量數據，從而可以利用流量和速度數據作為高速公路路段交通指數的指標。本步驟中選取交通調查站檢測設備作為高速公路路段交通流數據采集的數據源，采集待校驗高速公路路段的交通數據，包括交通流率和速度，其采樣周期為每5分鐘一次，并且構建所選取高速公路路段的歷史數據庫。

S2：構建交通流基本圖。由于基本圖理論可以作為量化路段或路網內交通流參數間關系的模型和方法，所以可通過構建高速公路交通流基本圖，探索高速公路不同時間段的交通流基本圖特征，便于掌握高速公路的交通運行態勢，進而初步分析高速公路交通運行狀況。

S3：通過聚類運算進行交通狀態等級劃分。本步驟中根據基本圖模型中散點的分布位置，綜合基本圖和五相交通流理論，提前確定高速公路交通狀態的聚類數目，選取速度和流量作為主要評價指標，運用K-means聚類算法，將高速公路交通狀態劃分為不同等級。

S4：交通指數等級轉化。基于高速公路所劃分的交通狀態等級，相對應確定高速公路交通指數等級，從而將高速公路交通狀態等級與其交通指數等級一一對應轉化，并確定每一數據點的具體交通指數等級，結合設定交通指數等級數值范圍，確定每一數據點確定的交通指數等級數值范圍。

S5：通過聚類運算對同一交通指數等級內不同交通指數數值進行劃分。基于每一數據點所在交通指數等級數值范圍，確定在該交通指數等級范圍內不同交通指數數值類別數目，在運用K-means聚類算法，將每一數據點在相應指數等級內的具體交通指數數值進行區分。

S6：計算交通指數數值劃分的臨界閾值。本步驟中，基于每一數據點在相應指數等級內所確定的交通指數數值，計算每一數據點的交通密度數值(流率與速度之比)，以交通密度作為Quest決策樹模型中的解釋變量，以不同的交通指數數值類別為目標變量，通過Quest決策樹模型對每一數據點不同的交通指數數值進行決策劃分，從而得到對應的交通密度臨界數值，進而作為劃分同一指數等級中不同水平交通指數數值的臨界閾值。

S7：實時交通指數數值確定。計算實時采集的數據點交通流量和速度數值與各交通狀態聚類中心的距離，將實時采集的具體交通流率和速度數據劃分到具體的高速公路交通狀態和交通指數等級；并計算數據點對應的交通密度數值，根據交通密度臨界閾值確定具體的交通指數數值。

下面用結合具體示例說明本發明。以滬寧高速公路無錫段，樁號K1102+200無錫互通檢測設備為研究對象，在檢測點所在路段布置檢測設備，為微波交通流檢測設備。

(1)檢測點所在路段的交調采集設備以5分鐘為一個采樣單位采集交通流率和速度，數據收集期間為2016年9月30日-10月7日，建立檢測數據數據庫來進行研究與分析。為了保證模型的準確性，保證模型能夠反映交通流狀態的運行情況，樣本應該足夠大，根據統計的數據為2189個。

(2)運用三參數基本圖理論繪制該檢測點交通流率-速度宏觀基本圖，如圖2所示。根據流率與速度的關系圖呈現典型向右凸的拋物線形式，國慶數據散點分布較為相似，通行能力大概標定為7000pcu/h，且速度集中分布在20-100km/k區間，平均速度數值略高于通行能力下的速度數值。結合上文對高速公路交通狀態相關分析，國慶期間的高速公路交調站交通流數據散點主要分布在整個交通狀態區間，即說明所有高速公路交通狀態都存在，對于交通指數模型構建可能具有代表性。

(3)基于利用采集數據點進行相應交調站交通流三參數基本圖的繪制，運用交通三相交通流及其狀態過渡理論，從圖中觀察得知，數據散點遍布在自由流、同步流和堵塞流狀態以及它們之間的過渡狀態。因此使用K-means算法進行聚類分析，需將聚類目標數設定為5類，從而獲得具體的滬寧高速公路無錫互通檢測點所在路段的交通狀態劃分情況，如圖3所示。

(4)無錫互通交通狀態劃分圖中沿順時針方向依次代表自由流，自由流-同步流的過渡狀態，同步流狀態，同步流-堵塞流的過渡狀態，以及堵塞流狀態。并且流率和速度的聚類中心流率如表1所示。

表1無錫互通交調站交通狀態聚類中心

(5)基于高速公路交通狀態等級劃分結果，并借鑒大部分城市中相關的“道路交通運行指數”的量化方法，將交通指數量化分為5個等級，將高速公路交通狀態等級與其交通指數等級一一對應轉化，滬寧高速公路交通指數等級劃分為：I級(暢通)、II級(基本暢通)、III級(輕度擁堵)、IV級(中度擁堵)和V級(嚴重擁堵或阻塞)。

(6)基于高速公路所劃分的交通狀態等級，并借鑒大部分城市中相關的“道路交通運行指數”的數值量化方法，采用數值[0-10]作為交通指數數值范圍，[0-2]為第1等級、(2-4]為第2等級、(4-6]為第3等級、(6-8]為第4等級和(8-10]為第5等級，結合設定交通指數等級數值范圍，確定每一數據點確定的交通指數等級數值范圍。

(7)基于每一數據點所在交通指數等級數值范圍，確定在該交通指數等級范圍內2個交通指數數值類別數目，在運用K-means聚類算法，將每一數據點在相應指數等級內的具體交通指數數值進行區分。

(8)基于每一數據點在相應指數等級內所確定的交通指數數值，計算每一數據點的交通密度數值(流率與速度之比)，以交通密度作為Quest決策樹模型中的解釋變量，以不同的交通指數數值類別為目標變量，通過Quest決策樹模型對每一數據點不同的交通指數數值進行決策劃分。

結果為I級交通指數等級范圍內所有數據點交通密度劃分邊界為6.514pcu/h/l，II級交通指數等級范圍內所有數據點交通密度劃分邊界為13.471pcu/h/l，III級交通指數等級范圍內所有數據點交通密度劃分邊界為21.390pcu/h/l，IV級交通指數等級范圍內所有數據點交通密度劃分邊界為26.889pcu/h/l，V級交通指數等級范圍內所有數據點交通密度劃分邊界為18.636pcu/h/l。此五個數值進而作為劃分同一指數等級中不同水平交通指數數值的臨界閾值。對實時采集得到的數據點的具體數值確定方法如下：

當數據點的高速公路交通狀態被劃分I級，高速公路交通指數也被確定為I級，進一步計算該數據點的交通密度數值，若I級交通指數范圍內數據點交通密度數值小于6.514pcu/h/l，該數據點的交通指數被確定為1；交通密度數值大于6.514，該數據點的交通指數被確定為2；

當數據點的高速公路交通狀態被劃分II級，高速公路交通指數也被確定為II級，進一步計算該數據點的交通密度數值，若II級交通指數范圍內數據點交通密度小于13.471pcu/h/l，該數據點的交通指數被確定為3；交通密度大于13.471pcu/h/l，該數據點的交通指數被確定為4；

當數據點的高速公路交通狀態被劃分III級，高速公路交通指數也被確定為III級，進一步計算該數據點的交通密度數值，若III級交通指數范圍內數據點交通密度小于21.390pcu/h/l，該數據點的交通指數被確定為5；交通密度大于21.390pcu/h/l，該數據點的交通指數被確定為6；

當數據點的高速公路交通狀態被劃分IV級，高速公路交通指數也被確定為IV級，進一步計算該數據點的交通密度數值，IV級交通指數范圍內數據點交通密度小于26.889pcu/h/l，該數據點的交通指數被確定為7；交通密度大于26.889pcu/h/l，該數據點的交通指數被確定為8；

當數據點的高速公路交通狀態被劃分V級，高速公路交通指數也被確定為V級，進一步計算該數據點的交通密度數值，V級交通指數范圍內數據點交通密度劃分邊界為18.636pcu/h/l，該數據點的交通指數被確定為9；交通密度大于18.636pcu/h/l，該數據點的交通指數被確定為10。