一種城市交通警情等級預測方法
【技術領域】
[0001] 本發(fā)明涉及智能交通領域，具體涉及一種城市轄區(qū)交通警情等級預測方法。
【背景技術】
[0002] 隨著我國經(jīng)濟的高速增長和現(xiàn)代交通的日益發(fā)達，與交通有關的警情數(shù)量不斷增 多，交通警情主要分為交通擁堵、交通事故、群眾求助等，一般包含警情發(fā)生、警情上報、警 情處理等過程，大量警情的發(fā)生給交通管理者造成很大的困擾。隨著城市基礎設施建設的 不斷完善和城市區(qū)域的擴大，給交警指揮部門合理調(diào)配警力帶來很大挑戰(zhàn)，將交警呈網(wǎng)格 狀均勻分配在區(qū)域內(nèi)的部署方式需要耗費大量警力。
[0003] 論文《基于時空數(shù)據(jù)應用模型的交通警情研判實現(xiàn)》通過閾值方法進行警情分級 預警，其實質(zhì)是當前警情超出預期以后的報警，并未建立預測模型，不能對未來多天各時段 的警情情況進行預測和分級警示，其研宄對實時指揮調(diào)度有支撐作用，但對勤務優(yōu)化配置 預案的制定無支撐作用；專利201410381532. 4選取天氣情況、道路情況、駕駛員反應時間、 后車與前車距離、后車速度、后車相對于前車的速度差、后車加速度作為追尾事故的變量節(jié) 點構建貝葉斯網(wǎng)絡學習數(shù)據(jù)集，該方法僅側重于針對追尾事故中的車輛建模，并采取預警 措施。

【發(fā)明內(nèi)容】

[0004] 為了克服已有交通警情判別方式的無預測功能、準確性較差的不足，本發(fā)明提供 了一種有效實現(xiàn)預測、準確性較好的城市交通警情等級預測方法。
[0005] 本發(fā)明解決其技術問題所采用的技術方案是：
[0006] -種城市交通警情等級預測方法，所述預測方法包括如下步驟：
[0007] 步驟1 :時間數(shù)據(jù)整理
[0008] 時間數(shù)據(jù)包括5維特征屬性，分別是第幾單位時間、星期幾、是否節(jié)假日、是否工 作日和是否有重大活動，所述第幾單位時間屬性處理方法為設定單位時間At = 24h/N，按 單位時間△ t將全天24小時分為N段；獲取國務院頒布的法定節(jié)假日信息構成節(jié)假日屬 性；依據(jù)節(jié)假日和周末信息構成工作日屬性；根據(jù)當天是否有大型考試、當前轄區(qū)內(nèi)學校 是否放假、是否有大型場館活動定義是否有重大活動屬性；
[0009] 步驟2 :天氣數(shù)據(jù)與交通警情關聯(lián)性分析及處理
[0010] 天氣數(shù)據(jù)包括溫度、可見度、降雨量3個特征屬性；
[0011] 步驟3 :建立預測交通警情等級的屬性集
[0012] 根據(jù)數(shù)據(jù)庫信息，將處理后的時間數(shù)據(jù)、天氣數(shù)據(jù)、重大活動日、中小學放假等特 征屬性整合成多維數(shù)據(jù)寬表，其中包括8個離散的特征屬性維度；
[0013] 步驟4 :轄區(qū)內(nèi)交通警情等級劃分
[0014] 統(tǒng)計各轄區(qū)近期6個月內(nèi)的警情發(fā)生次數(shù)，采用動態(tài)劃分的方法將交通警情發(fā)生 次數(shù)劃分為三個等級，將各個交警支隊在單位時間At內(nèi)的警情數(shù)量采用等區(qū)間裝箱方 法求和，構成（XpXh-sxj關于交通警情數(shù)量的一個樣本空間，由n個樣本點組成，其中
y = ^可計算出當前交警支隊的警情數(shù)量均值記為U， n":"' 計算出警情數(shù)量的標準差記為〇，故警情數(shù)量屬于[0, y-0)的標記警情等級為Q，警情 數(shù)量屬于[y - 0，y + 0)的標記警情等級為c2，警情數(shù)量屬于[y + 0，+ <-)的標記警情等 級為c3;
[0015] 步驟5 :構造樸素貝葉斯分類器
[0016] 選取第幾三小時\、星期幾X2、是否節(jié)假日X3、是否工作日X 4、是否有重 大活動x5、溫度X6、可見度X7、降雨量&構成預測交通警情等級的多維數(shù)據(jù)集T = {Xp x2, x3, x4, x5, x6, x7, x8}，將標記好的警情等級與多維數(shù)據(jù)集共同構成樸素貝葉斯分類的 訓練集R = {Xi，X2, X3, X4, X5, X6, X7, X8, CJ，其中Ci G (c i，c2, c3)，從而使每個訓練樣本都具 有相應的警情等級類別標簽。已知未來幾天各個特征屬性Ti= {X i，X2, X3, X4, X5, X6, X7, X8} =d預測當前區(qū)域的交通警情等級，根據(jù)樸素貝葉斯分類器的原理可知需要比較在Ti = d的條件下屬于Q、C2、C3三類警情等級的概率大小，即需要計算p(C i |凡=d)、p(C2 |凡= d)、p(C3|Ti= d)三者的概率。由貝葉斯公式可知
其中 Cf (CdQQ，比較？沁|1\= (1)、口((：2|1\= (1)、口((：3|1\= d)三者的概率大小只需要比 較 pfX^pCTf die)、p(C2)p(Ti= d|c2)、p(C3)p(Ti= d|c3)三者的大小，分母 p(Ti= d) 對所有類別為常數(shù)；
[0017] 通過統(tǒng)計訓練集R中屬于警情等級C,的樣本個數(shù)可計算出p(c ,)的概率，即
，同理可計算出
-p(Ti = dlQ)即在類另IJQ中屬性1\的取值為d的概率，具體口〇\= dlCj = p(X1= dJCibd =(12|(^)…口氏二d 8|Ci)，其中d =(屯，d2，…，d8)，8個離散特征屬性的先驗概率p(Xi = dJCi)、…、p(X8= (18|(^)通過計算在每個類另lj Q中每個屬性父濟值為!^的概率p(Xi = 屯| Q)求得；
[0018]步驟6 :預測各區(qū)域的交通警情等級
[0019] 由步驟5形成各特征屬性的概率表，將所有特征屬性的概率相乘計算出p (Q | TJ、 p (C211\)、p (C311\)三者的概率大小，將所有特征屬性的概率相乘時如果有某個特征屬性的 概率值為零，會消除乘積中涉及的所有其他屬性概率的影響，導致最終的結果為 零，每個特征屬性從1開始計數(shù)，P (Q | TJ、p (C21 TJ、p (C31 TJ三者中最大的概率值即為樸 素貝葉斯分類器預測出的當前特征屬性條件下的交通警情等級。
[0020] 進一步，所述步驟2中，將降雨量分為以下五個等級，降雨量0. lmm-9. 9mm時為小 雨，降雨量為10mm-24. 9mm為中雨，降雨量25mm_49. 9mm為大雨，降雨量50mm_99. 9mm為暴 雨，降雨量100mm以上為大暴雨；將可見度等級分為以下五類，可見度大于10km時為無霧， 可見度為lkm-10km時為輕霧，可見度為200m-lkm時大霧，可見度為50m-200m時為濃霧，可 見度小于50m時為強霧；將溫度劃分為小于5°C，5°C -28°C，29°C -35°C，大于35°C四個等 級。
[0021] 本發(fā)明的技術構思為：在數(shù)據(jù)來源和實現(xiàn)目標方面均與現(xiàn)有技術不同，本方法通 過將天氣因素、時間因素、重大活動、中小學放假作為特征屬性，充分考慮了車、路、人、環(huán)境 等因素對交通警情等級的影響，最終將整理后的多維數(shù)據(jù)通過樸素貝葉斯分類器對不同 轄區(qū)的交通警情等級進行預測。目前尚未發(fā)現(xiàn)以天氣因素、時間因素、重大活動、中小學放 假為特征屬性的交通警情等級預測方法，針對全市各個交警支隊所屬轄區(qū)的交通警情等級 預測結果可以優(yōu)化警力部署，提高交通管理者的指揮效率。
[0022] 本發(fā)明的有益效果主要表現(xiàn)在：（1)城市轄區(qū)交通警情等級預測是為了給所屬轄 區(qū)內(nèi)的交警支隊制定警力配置預案提供數(shù)據(jù)支撐，本方法動態(tài)劃分各個轄區(qū)交通警情等 級，對警情數(shù)量超出合理范圍的轄區(qū)進行預警，交通警情等級展示結果簡潔，便于交通管理 者理解。
[0023] (2)特征屬性的選擇全面系統(tǒng)地揭示天氣因素、時間因素、環(huán)境因素對交通警情等 級的影響。通過特征屬性與交通警情等級的關聯(lián)性分析，并對連續(xù)屬性值離散化，構造出符 合樸素貝葉斯分類器的多維特征屬性，利用概率統(tǒng)計知識進行分類，方法簡單、分類準確率 高、速度快，充分利用了貝葉斯分類器刻畫外部環(huán)境變化如何影響交通警情等級變化，能夠 從原始樣本數(shù)據(jù)中挖掘出天氣數(shù)據(jù)、時間數(shù)據(jù)之間的耦合關系，為交警指揮部門調(diào)度提供 數(shù)據(jù)支撐。
【附圖說明】
[0024] 圖1是城市交通警情等級預測流程圖。
[0025] 圖2是杭州市降雨等級與警情關系圖。
[0026] 圖3是杭州市可見度與警情關系圖。
[0027] 圖4是杭州市溫度等級與警情關系圖。
【具體實施方式】
[0028] 下面結合附圖對本發(fā)明作進一步描述。
[0029] 參照圖1~圖4, 一種城市交通警情等級預測方法，包括如下步驟：
[0030] 步驟1 :時間數(shù)據(jù)整理
[0031] 時間數(shù)據(jù)包括5維特征屬性，分別是第幾單位時間、星期幾、是否節(jié)假日、是否工 作日和是否有重大活動，所述第幾單位時間屬性處理方法為設定單位時間At = 24h/N，按 單位時間A t將全天24小時分為N段（例如N = 8,單位時間為3h);獲取國務院頒布的法 定節(jié)假日信息構成節(jié)假日屬性；依據(jù)節(jié)假日和周末信息構成工作日屬性；根據(jù)當天是否有 大型考試、當前轄區(qū)內(nèi)學校是否放假、是否有大型場館活動定義是否有重大活動屬性；
[0032] 步驟2 :天氣數(shù)據(jù)與交通警情關聯(lián)性分析及處理
[0033] 天氣數(shù)據(jù)