一种道路运输一体化信息融合管理系统的制作方法

本发明涉及物流运输车辆数据管理，具体涉及一种道路运输一体化信息融合管理系统。

背景技术：

1、道路运输一体化信息融合管理是指利用信息技术和数据融合技术，对道路运输领域的各种信息资源进行整合、管理和利用，实现运输系统的高效运行、智能监控和优化管理的一种综合管理模式。即通过预估一段路程内运输所用的时间来安排运输计划，以此来优化车辆调度和路径规划，以提高运输效率。

2、在常规的预估一路段的运输时间时，通过所述路段历史数据中所有的运输时间的平均值作为参考的预估运输时间来安排运输计划；但是由于在实际运输过程中，运输时间受天气和堵车的影响，使得用常规方法获取到的预估运输时间存在很大的误差，不够精确，这样导致道路运输一体化信息融合管理的准确性降低。

技术实现思路

1、本发明提供一种道路运输一体化信息融合管理系统，以解决现有的问题。

2、本发明的一种道路运输一体化信息融合管理系统采用如下技术方案：

3、本发明一个实施例提供了一种道路运输一体化信息融合管理系统，该系统包括以下模块：

4、数据采集模块，用于获取所有车辆的运输时间和每个车辆在若干个空间位置的行驶速度；

5、数据分析模块，用于将所有车辆的运输时间划分为正常类簇和异常类簇，将异常类簇中的时间对应的车辆记为标记车辆，获取每个标记车辆的行驶速度序列，根据每个标记车辆与其它标记车辆的行驶速度序列之间的相关性，得到每个标记车辆与其它所有标记车辆之间的速度相似程度，根据每个标记车辆的行驶速度序列中数据的分布、每个标记车辆与其它所有标记车辆之间的速度相似程度，得到每个标记车辆属于天气影响下的行驶车辆的可能性；

6、影响因子计算模块，用于获取每个标记车辆驶过相邻两个空间位置时的时间间隔，根据每个标记车辆的行驶速度序列中元素稳定程度、每个标记车辆驶过相邻两个空间位置时的时间间隔、每个标记车辆属于天气影响下的行驶车辆的可能性，得到每个标记车辆的天气影响因子；

7、运输管理模块，用于根据正常类簇和每个标记车辆的天气影响因子进行对道路运输一体化信息融合管理。

8、进一步地，所述将所有车辆的运输时间划分为正常类簇和异常类簇，包括：

9、选取时间序列中的最小数据和最大数据作为两个初始聚类中心，通过k-means聚类算法对所有车辆的运输时间进行聚类，得到两个类簇；

10、计算每个类簇中所有数据的均值，将两个类簇中所述均值最小的类簇记为正常类簇，将两个类簇中所述均值最大的类簇记为异常类簇。

11、进一步地，所述获取每个标记车辆的行驶速度序列，包括：

12、按照货运车辆的行驶过程中遇到空间位置的先后顺序，对每个标记车辆在所有空间位置的行驶速度进行排序，组成一组序列，记为每个标记车辆的行驶速度序列。

13、进一步地，所述根据每个标记车辆与其它标记车辆的行驶速度序列之间的相关性，得到每个标记车辆与其它所有标记车辆之间的速度相似程度，包括：

14、将每个标记车辆的行驶速度序列与其它所有标记车辆的行驶速度序列之间的相关系数的均值，记为每个标记车辆的第一数值；根据每个标记车辆的第一数值得到每个标记车辆与其它所有标记车辆之间的速度相似程度，其中，每个标记车辆的第一数值和每个标记车辆与其它所有标记车辆之间的速度相似程度为正相关关系。

15、进一步地，所述根据每个标记车辆的行驶速度序列中数据的分布、每个标记车辆与其它所有标记车辆之间的速度相似程度，得到每个标记车辆属于天气影响下的行驶车辆的可能性，包括：

16、根据每个标记车辆的行驶速度序列中数据的信息熵、每个标记车辆与其它所有标记车辆之间的速度相似程度，得到每个标记车辆属于天气影响下的行驶车辆的可能性；

17、其中，每个标记车辆的行驶速度序列中数据的信息熵和每个标记车辆属于天气影响下的行驶车辆的可能性为正相关关系；每个标记车辆与其它所有标记车辆之间的速度相似程度和每个标记车辆属于天气影响下的行驶车辆的可能性为正相关关系。

18、进一步地，所述元素稳定程度获取方法为：

19、获取每个标记车辆的行驶速度序列中相邻两个数据之间的斜率，将所述斜率的绝对值进行负相关映射并求均值，获得所述元素稳定程度。

20、进一步地，所述根据每个标记车辆的行驶速度序列中元素稳定程度、每个标记车辆驶过相邻两个空间位置时的时间间隔、每个标记车辆属于天气影响下的行驶车辆的可能性，得到每个标记车辆的天气影响因子，包括：

21、统计每个标记车辆驶过相邻两个空间位置时的时间间隔，获得相邻时间间隔之间的时间差异；根据所有时间差异的累加和获得整体时间差异；根据每个标记车辆的行驶速度序列中元素稳定程度、所述整体时间差异、每个标记车辆属于天气影响下的行驶车辆的可能性，获得每个标记车辆的天气影响因子；

22、其中，每个标记车辆的行驶速度序列中元素稳定程度与每个标记车辆的天气影响因子之间为正相关关系，每个标记车辆的整体时间差异与每个标记车辆的天气影响因子之间为负相关关系，每个标记车辆属于天气影响下的行驶车辆的可能性与每个标记车辆的天气影响因子之间为正相关关系。

23、进一步地，所述根据正常类簇和每个标记车辆的天气影响因子进行对道路运输一体化信息融合管理，包括：

24、根据正常类簇和每个标记车辆的天气影响因子区分出天气标记车辆、拥堵标记车辆和参考车辆；

25、通过天气标记车辆、拥堵标记车辆和参考车辆对应的运输时间进行对道路运输一体化信息融合管理。

26、进一步地，所述根据正常类簇和每个标记车辆的天气影响因子区分出天气标记车辆、拥堵标记车辆和参考车辆，包括：

27、将天气影响因子大于预设阈值ε的所有标记车辆，记为天气标记车辆；将天气影响因子小于或者等于预设阈值ε的所有标记车辆，记为拥堵标记车辆；将正常类簇中的时间对应的车辆记为参考车辆。

28、进一步地，所述通过天气标记车辆、拥堵标记车辆和参考车辆对应的运输时间进行对道路运输一体化信息融合管理，包括：

29、选取运输货物的任意一条路线，记为分析路线；将所有参考车辆通过分析路线的时间的均值记为第一参考时间，将所有天气标记车辆通过分析路线的时间的均值记为第二参考时间，将所有拥堵标记车辆通过分析路线的时间的均值记为第三参考时间；

30、通过第一参考时间、第二参考时间和第三参考时间对车辆在分析路线运输过程中对应的每种情况下的运输时间进行预估；

31、根据分析路线获取运输参考时间的过程，可以获得在其它路线上所有的运输参考时间，根据在所有路线上的运输参考时间来安排运输计划。

32、本发明的技术方案的有益效果是：本发明根据每个标记车辆与其它标记车辆的行驶速度序列之间的相关性，得到每个标记车辆与其它所有标记车辆之间的速度相似程度，根据每个标记车辆的行驶速度序列中数据的分布、每个标记车辆与其它所有标记车辆之间的速度相似程度，得到每个标记车辆属于天气影响下的行驶车辆的可能性，通过每个标记车辆属于天气影响下的行驶车辆的可能性提高了对车辆行驶速度变化分析的准确性；根据每个标记车辆的行驶速度序列中元素稳定程度、每个标记车辆驶过相邻两个空间位置时的时间间隔、每个标记车辆属于天气影响下的行驶车辆的可能性，得到每个标记车辆的天气影响因子，通过每个标记车辆的天气影响因子提高了不同情况下车辆运输时间区分的准确性；根据正常类簇和每个标记车辆的天气影响因子进行对道路运输一体化信息融合管理，提高了运输时间预估的精确性，提高了道路运输一体化信息融合管理的准确性。