一种地空一体化运行状况监测预警系统的制作方法

本发明涉及交通运行状况预警，具体涉及一种地空一体化运行状况监测预警系统。

背景技术：

1、智慧城市是发展更科学、管理更高效、生活更美好的低碳城市生态圈构建的新形态城市。出行作为智慧城市重要的组成部分，智慧交通的构建在很大程度上影响城市居民的出行体验。构建智慧交通时需要结合智慧联网的车辆与道路之间的交互情况，一般先获取道路上的交通信息，通过道路上的交通信息获取的节点进行车辆信息的汇总，分析节点之间车辆信息对交通的运行状态进行预警，避免造成长时间的堵车行为影响居民出行的体验，为智慧交通提供良好的条件。

2、现有的一般采用连通图动态分裂聚类算法对道路上的交通数据进行分析，判断交通数据的异常情况，根据异常情况对交通的运行状态进行预警。但是在采用连通图动态分裂聚类算法构建连通图时，断裂阈值会影响聚类效果，若断裂阈值设置的不合适，则会导致交通数据的聚类效果较差，进而使得交通运行状况的预警准确性较低。

技术实现思路

1、为了解决现有连通图动态分裂聚类算法在对道路上的交通数据进行聚类时存在的断裂阈值设置不合适，导致交通运行状况的预警准确性较低的问题，本发明的目的在于提供一种地空一体化运行状况监测预警系统，所采用的技术方案具体如下：

2、本发明提供了一种地空一体化运行状况监测预警系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现如下步骤：

3、获取道路上不同节点在当前时间段内每个周期内每个时刻的交通数据和不同节点之间的位置信息；基于所述交通数据以及不同节点之间的位置信息构建连通图；

4、根据每个时刻经过每个节点的车辆与其时间邻域内的时刻的交通数据的差异情况和每个时刻经过每个节点的车辆的交通数据，获得每个节点每个时刻的交通表征值；分别基于每个节点每个时刻的时间邻域内的时刻的交通表征值，对每个周期进行划分获得每个节点在每个周期对应的子时间段；

5、基于每个节点在每个周期内所有时刻的交通表征值构建每个节点在每个周期对应的数据序列，对不同节点在相同周期对应的数据序列进行匹配，根据匹配结果、每个时刻所在子时间段与其所在周期内其他子时间段的时长差异、每个节点每个时刻的时间邻域内所有时刻的交通表征值的离散程度，得到每个节点每个时刻的车辆变化评价值；

6、根据每个节点与其相连通的节点同一时刻的交通表征值的差异和所述车辆变化评价值，对每个节点对应的断裂阈值进行调整获得每个节点每个时刻对应的调整后的断裂阈值，基于所述调整后的断裂阈值对连通图的聚类簇进行划分，基于聚类簇的划分结果判断是否预警。

7、优选的，所述根据每个时刻经过每个节点的车辆与其时间邻域内的时刻的交通数据的差异情况和每个时刻经过每个节点的车辆的交通数据，获得每个节点每个时刻的交通表征值，包括：

8、对于第j个节点第i个时刻：

9、将第i个时刻经过第j个节点的车辆记为第j个节点第i个时刻的目标车辆；

10、采用如下公式计算第j个节点第i个时刻的交通表征值：

11、

12、其中，aij表示第j个节点第i个时刻的交通表征值，nij表示第j个节点第i个时刻的目标车辆的数量，nij表示第j个节点第i个时刻的目标车辆的数量，aijn表示第j个节点第i个时刻的第n个目标车辆的交通数据，m表示第i个时刻的时间邻域内的时刻的数量，a'ijn,m表示第j个节点第i个时刻的第n个目标车辆在第i个时刻的时间邻域的第m个时刻的交通数据，exp()表示以自然常数为底数的指数函数。

13、优选的，所述分别基于每个节点每个时刻的时间邻域内的时刻的交通表征值，对每个周期进行划分获得每个节点在每个周期对应的子时间段，包括：

14、对于第i个时刻：

15、将第i个时刻的时间邻域内位于第i个时刻之前的时刻记为第i个时刻的第一邻域时刻，将第i个时刻的时间邻域内位于第i个时刻之后的时刻记为第i个时刻的第二邻域时刻；

16、对于第j个节点：将第j个节点第i个时刻的所有第一邻域时刻的交通表征值之和，记为第j个节点的第i个时刻的第一特征值；将第j个节点第i个时刻的所有第二邻域时刻的交通表征值之和，记为第j个节点的第i个时刻的第二特征值；将第j个节点第i个时刻的所有第一邻域时刻的交通表征值的方差记为第j个节点的第i个时刻的第一方差；将第j个节点第i个时刻的所有第二邻域时刻的交通表征值的方差记为第j个节点的第i个时刻的第二方差；根据所述第一特征值、所述第二特征值、所述第一方差和所述第二方差，获得第j个节点第i个时刻的分割指标，所述第一特征值和所述第二特征值均与所述分割指标呈正相关关系，所述第一方差和所述第二方差均与所述分割指标呈负相关关系；

17、基于每个节点每个时刻的分割指标对当前时间段内的周期内的时刻进行划分获得每个节点在每个周期对应的子时间段。

18、优选的，所述基于每个节点每个时刻的分割指标对当前时间段内的周期内的时刻进行划分获得每个节点在每个周期对应的子时间段，包括：

19、对于第j个节点：将分割指标大于预设分割阈值的时刻作为划分点，基于所述划分点分别对当前时间段内的每个周期内的时刻进行划分获得第j个节点在每个周期对应的子时间段。

20、优选的，采用动态时间规整算法对不同节点在相同周期对应的数据序列进行匹配。

21、优选的，所述根据匹配结果、每个时刻所在子时间段与其所在周期内其他子时间段的时长差异、每个节点每个时刻的时间邻域内所有时刻的交通表征值的离散程度，得到每个节点每个时刻的车辆变化评价值，包括：

22、对于第i个时刻：

23、在第i个时刻所在的周期内，以步长为2，将第i个时刻作为起始点，分别向第i个时刻之前和第i个时刻之后进行遍历，获取对应的时刻，将获取的所有对应的时刻作为第i个时刻的参考时刻；

24、对于第j个节点：若第j个节点在第i个时刻所在周期对应的数据序列与第r个节点在第i个时刻所在周期对应的数据序列匹配结果中，第j个节点第i个时刻的交通表征值的匹配点的数量为1，则将匹配点作为第j个节点在第r个节点中对应的匹配点；若第j个节点在第i个时刻所在周期对应的数据序列与第r个节点在第i个时刻所在周期对应的数据序列匹配结果中，第j个节点第i个时刻的交通表征值的匹配点的数量大于1，则将所有匹配点中与第i个时刻的时间间隔最短的匹配点作为第j个节点在第r个节点中对应的匹配点；

25、根据第i个时刻所在子时间段与第i个时刻的第q个参考时刻所在子时间段的时长差异、第j个节点第i个时刻的交通表征值、第j个节点在第r个节点中对应的匹配点的交通表征值和第j个节点第i个时刻的邻域内所有时刻的交通表征值的方差，得到第j个节点第i个时刻的车辆变化评价值。

26、优选的，采用如下公式计算第j个节点第i个时刻的车辆变化评价值：

27、

28、其中，wij表示第j个节点第i个时刻的车辆变化评价值，q表示第i个时刻的参考时刻的数量，li表示第i个时刻所在子时间段的时长，li,q表示第i个时刻的第q个参考时刻所在子时间段的时长，r表示节点的数量，fij表示第j个节点第i个时刻的交通表征值，表示第j个节点在第r个节点中对应的匹配点的交通表征值，εi,j表示第j个节点第i个时刻的邻域内所有时刻的交通表征值的方差，||表示取绝对值符号，exp()表示以自然常数为底数的指数函数。

29、优选的，所述根据每个节点与其相连通的节点同一时刻的交通表征值的差异和所述车辆变化评价值，对每个节点对应的断裂阈值进行调整获得每个节点每个时刻对应的调整后的断裂阈值，包括：

30、基于每个节点在每个周期内所有时刻的车辆变化评价值构建每个节点在每个周期对应的车辆变化评价值序列；采用动态时间规整算法对不同节点在相同周期对应的车辆变化评价值序列进行匹配，获得每个节点每个时刻的车辆变化评价值的匹配数据；

31、对于第j个节点第i个时刻：

32、将与第j个节点相连通的节点记为第j个节点的参考节点；

33、对于第h个参考节点：分别将第j个节点第i个时刻的交通表征值和第j个节点在第h个节点中对应的匹配点的交通表征值之间的差异，记为第j个节点的第h个参考节点对应的第一差异；

34、将第j个节点的所有参考节点对应的第一差异之和记为第j个节点的第三特征值；计算第j个节点的所有参考节点第i个时刻的车辆变化评价值的匹配数据的方差，记为第三方差；

35、根据所述第三特征值和所述第三方差获得第j个节点第i个时刻的调整参数，所述第三方差与所述调整参数呈正相关关系，所述第三特征值与所述调整参数呈负相关关系；

36、基于所述调整参数确定第j个节点第i个时刻对应的调整后的断裂阈值。

37、优选的，所述基于所述调整参数确定第j个节点第i个时刻对应的调整后的断裂阈值，包括：

38、将第j个节点第i个时刻的调整参数与常数1之和记为第j个节点第i个时刻的调整系数，将所述调整系数与初始断裂阈值的乘积作为第j个节点第i个时刻对应的调整后的断裂阈值。

39、优选的，所述基于聚类簇的划分结果判断是否预警，包括：

40、对于任一聚类簇：若该聚类簇内数据点的数量小于预设第一数量，则将该聚类簇作为异常聚类簇；

41、计算所有异常聚类簇内数据点的数量与所有未处于聚类簇内的数据点的数量的和值；若所述和值大于预设第二数量，则进行预警；若所述和值小于等于预设第二数量，则不进行预警；所述预设第一数量小于所述预设第二数量。

42、本发明至少具有如下有益效果：

43、本发明考虑到在采用连通图动态分裂聚类算法对道路上的交通数据进行聚类时，断裂阈值设置的不合适会直接影响聚类效果，进而导致交通运行状况的预警准确性较低，且每天相同时间段内同一路段的交通状况的相似度较高，因此本发明基于道路上每个节点每个时刻的时间邻域内的时刻的交通表征值，对每个周期进行了划分获得了每个节点在每个周期对应的多个子时间段，不同节点在同一周期对应的子时间段不一定一一对应，也即对道路上不同位置的交通情况进行了考量，然后对不同节点在同一周期内所有时刻的交通表征值的相似情况进行了评价，并结合每个时刻所在子时间段与其所在周期内其他子时间段的时长差异和每个节点每个时刻的时间邻域内的交通表征值的离散程度，获得了每个节点每个时刻的车辆变化评价值，考虑到车辆在道路上行驶的过程中，在较短时间内能够到达相连通的节点所在的位置，因此对每个节点与其相连通的节点同一时刻的交通表征值的差异情况进行了分析，对聚类时的断裂阈值进行调整，基于调整后的断裂阈值对连通图进行聚类，保证了聚类效果的准确度，进而基于聚类簇的划分结果判断是否进行预警，提高了交通运行状况预警的准确性。