Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种公路交通阻断状态的分级和预测方法、系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中交第一公路勘察设计研究院有限公司

摘要:本发明公开了一种公路交通阻断状态的分级和预测方法、系统,其中公路交通阻断状态的分级和预测方法包括以下步骤:S1.对交通阻断事件数据进行正向化和标准化处理;S2.根据S1处理后的交通阻断事件数据,运用熵权TOPSIS法对交通阻断状态进行评价;S3.根据S2对交通阻断状态的评价,运用K‑Medoids聚类算法对交通阻断状态进行分级;S4.根据S3对交通阻断状态的分级,运用LightGBM算法构建交通阻断状态级别预测模型;S5.将待预测数据输入所述交通阻断状态级别预测模型,输出预测结果。该方法完整、全面、客观,预测效率高、精度高,具有很强的可行性和实用性。

主权项:1.一种公路交通阻断状态的分级和预测方法,其特征在于,包括以下步骤:S1.对交通阻断事件数据进行正向化和标准化处理;S11.整理交通阻断事件数据,交通阻断事件数据包括交通阻断事件序号、交通阻断时长、交通阻断里程、交通阻断严重度,其中交通阻断时长、交通阻断里程、交通阻断严重度为参数指标;S12.对参数指标进行正向化处理,采用原参数指标值作为正向化之后的数值,即: 式中,Xij为原参数指标值,为正向化之后的参数指标值,i为交通阻断事件的序号,i=1,2…m,j为参数指标,j=1,2,3;对正向化之后的参数指标值进行标准化处理: 式中,meanXj为第j个正向化之后的参数指标的平均值;stdXj为第j个正向化之后的参数指标的标准差; 为经过正向化和标准化的参数指标值;S2.根据S1处理后的交通阻断事件数据,运用熵权TOPSIS法对交通阻断状态进行评价;S211.计算经过正向化和标准化的参数指标比重: 式中,Pij为第j个经过正向化和标准化的参数指标在第i个交通阻断事件的比重;m为交通阻断事件的个数;S212.计算经过正向化和标准化的参数指标信息熵: 式中,Ej为第j个经过正向化和标准化的参数指标信息熵,0≤Ej≤1S213.计算经过正向化和标准化的参数指标效用值:Dj=1-Ej式中,Dj为第j个经过正向化和标准化的参数指标的效用值;S214.计算经过正向化和标准化的参数指标权重: 式中,Wj为第j个经过正向化和标准化的参数指标的权重,n=3;S221.计算经熵权法加权后的交通阻断事件数据中每一个经过正向化和标准化后参数指标的最大值: 式中,,i=1,2…m,是经熵权法加权后的交通阻断事件数据,经熵权法加权后的交通阻断事件数据构成数据矩阵,数据矩阵R包括加权后的经过正向化和标准化后的参数指标; 为经熵权法加权后的交通阻断事件数据中每一个经过正向化和标准化后参数指标的最大值;S222.计算经熵权法加权后的交通阻断事件数据中每一个经过正向化和标准化后参数指标的最小值: 式中,为经熵权法加权后的交通阻断事件数据中每一个经过正向化和标准化后参数指标的最小值;S223.计算第i个交通阻断事件与加权后的参数指标的最大值距离: 式中,是第i个交通阻断事件与加权后的参数指标的最大值的距离;S224.计算第i个交通阻断事件与加权后的参数指标的最小值距离: 式中,是第i个交通阻断事件与加权后的参数指标的最小值的距离;S225.计算每个交通阻断事件评分值: 式中,Scorei是第i个交通阻断事件的评分值,0≤Scorei≤100;S3.根据S2对交通阻断状态的评价,运用K-Medoids聚类算法对交通阻断状态进行分级;S31.对交通阻断状态分级,将交通阻断状态分为5级;从所有Scorei中随机选择5个点,作为初始聚类中心集;计算剩余数据对象与中心点的欧式距离,并将所述欧式距离分配给最近的一个簇,产生初始聚类结果;进行迭代,对于每个非中心点对象,用当前点替换其中一个中心点,并计算所产生的代价函数,若代价值为负,则替换,若代价值为非负,则保留原中心点;最终得到较优的中心点集合;S31中,K-Medoids聚类算法的准则函数为: 式中,k为分类数,k=5; p是空间中的任意点;oi代表簇Ci的中心点;进行新一轮迭代后,以表示新中心集划分的簇,以代表原来的簇,则新中心集划分的簇的准则函数为: 原来的簇的准则函数为: 代价函数为Cost=Enew-Eold;S32.采用聚类轮廓系数指标评估聚类效果,进行分级效果评价;S32中,计算每个交通阻断事件与同一簇内其他点的平均距离,记为ai;计算每个交通阻断事件与最邻近的不属于同一簇的所有点的平均距离,记为bi;第i个交通阻断事件的轮廓系数为 计算所有交通阻断事件轮廓系数的平均值,即为聚类的轮廓系数;S4.根据S3对交通阻断状态的分级,运用LightGBM算法构建交通阻断状态级别预测模型;S5.将待预测数据输入所述交通阻断状态级别预测模型,输出预测结果。

全文数据:

权利要求:

百度查询: 中交第一公路勘察设计研究院有限公司 一种公路交通阻断状态的分级和预测方法、系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。