一種常規公交服務指數實時評價系統及評價方法與流程

2023-06-09 04:53:11 1

本申請涉及常規公交系統
技術領域：
，特別涉及一種常規公交服務指數實時評價系統及評價方法。
背景技術：
：進入新型城鎮化建設發展時期，隨著城市化進程的不斷加快和城市機動化出行的迅猛發展，城市道路需求迅速增長，交通擁堵、安全、汙染問題日益突出，並成為社會經濟發展的瓶頸問題。常規公共運輸作為城市交通的主體部分，是保證城市生產、生活正常運轉的動脈，是提高城市綜合功能的重要基礎設施，它對城市各產業的發展，經濟、社會、文化事業的繁榮、城際與城鄉間聯繫起著重要的紐帶和促進作用。通過城市公共運輸系統的綜合評價，可以清楚地認識到公交服務現狀和社會需求的差距，以便調整公交產業結構，進一步提高服務水平，促進新型城鎮化建設。城市常規公交服務指數是城市公共運輸系統優化與綜合評價的重要依據，是對現有公共運輸系統布局進行綜合研究、分析其特點、評價其布局合理性，總結其經驗，為今後公共運輸系統的調整優化提供科學合理的決策依據。長期以來，城市交通領域中公共運輸服務指數通常是通過向市民發放交通出行問卷、歸納統計分析整理問卷後，來發布公交服務指數方式進行的。但是這種方式存在著發放問卷調查周期長、耗費人力成本大、問捲髮放範圍與取樣比例不足、問卷回答的問題不夠準確、不能進行實時動態對常規公交服務進行評價等問題。技術實現要素：本發明提供了一種常規公交服務指數實時評價系統及評價方法，旨在至少在一定程度上解決現有技術中的上述技術問題之一。為了解決上述問題，本發明提供了如下技術方案：一種常規公交服務指數實時評價系統，包括交通信息採集平臺、交通公用信息平臺、交通仿真平臺與交通信息服務平臺；所述交通公用信息平臺面向交通信息採集平臺、交通信息服務平臺和交通仿真平臺提供運行支撐和信息服務；所述交通信息採集平臺為交通公用信息平臺提供原始數據；所述交通仿真平臺為交通公用信息平臺提供仿真結果數據；所述交通信息服務平臺依託交通公用信息平臺提供的數據服務，將交通信息採集平臺的功能需求組織在信息採集用例包。本發明實施例採取的技術方案還包括：所述交通信息採集平臺通過固定點和浮動車檢測設備對路網中的點和線交通狀態進行採集，並對實時採集的交通運行狀態數據進行處理，將結果存儲到交通公用信息平臺。本發明實施例採取的技術方案還包括：所述交通信息採集平臺通過固定點和浮動車檢測設備對路網中的點和線交通狀態進行採集具體包括：原始數據FCD異常剔除、車速計算、FCD數據融合和預測、標準和歷史數據的統計；其中，所述原始數據FCD異常剔除包括：接收FCD數據，判斷數據是否有效，得到有效FCD數據。本發明實施例採取的技術方案還包括：所述FCD數據融合和預測具體包括：根據FCD數據基於FCD車速計算模型計算路段行程車速；根據流量、地點車速和行程車速基於數據融合模型計算當前車速；根據當前車速基於車速預測模型對車速進行預測。本發明實施例採取的技術方案還包括：所述FCD數據融合包括實時數據和歷史數據的融合、浮動車數據和定點檢測器數據的融合，所述實時數據和歷史數據的融合採用線性變換，模糊算法，標定不同的權值和隸屬度，得出較為精確的數值；所述浮動車數據和定點檢測器數據的融合根據兩種不同信息源的各自特點，通過異構數據同構化處理，對同一參數進行融合，得出可信度高的結果。本發明實施例採取的技術方案還包括：所述FCD數據採集具體包括：GetFCD通過FCDConnect的connectFCDService方法連接遠端檢測器，通過Timer的setTime方法設定採集發生頻率；Time類開始通過check方法自檢，當到達時間時開始採集FCD數據；GetFCD通過ServeHandle與遠端FCD服務連接獲得原始FCD數據，並通過setOriginalFCD將數據放入OriginalVFD類中；通過filter方法過濾原始FCD數據的字符串，得到有效FCD數據放入ValidatedFCD，並保存當天有效定點數據，完成FCD數據採集工作。本發明實施例採取的技術方案還包括：所述交通公用信息平臺負責數據融合、數據字典、基於數據挖掘的決策支持、數據服務和數據維護。本發明實施例採取的另一技術方案為：一種常規公交服務指數實時評價方法，包括：步驟a：獲取交通大數據，利用主成分分析法，得到常規公交服務水平的評價指標體系；步驟b：根據常規公交服務水平的評價指標體系對實時交通大數據評價常規公交服務指數進行量化；步驟c：根據量化的常規公交服務指數建立大數據實時發布常規公交服務指數實際指標；步驟d：採集實時交通大數據，並對採集的實時交通大數據進行處理；步驟e：根據交通大數據實時發布常規公交服務指數與實際採集的數據類型與屬性，建立主要數據的相關特徵提取；根據提取的數據相關特徵，發布交通大數據對常規公交服務指數。本發明實施例採取的技術方案還包括：在所述步驟d中，對採集的實時交通大數據進行處理包括：建立數據處理規則；建立道路網絡支撐的數據分析挖掘流程與模型算法；建立公交IC卡的數據分析挖掘流程與模型算法；建立常規公交出行的數據分析挖掘流程與模型算法；建立計程車出行的數據分析挖掘流程與模型算法；建立軌道、巴士、出租、IC卡資料庫搜尋引擎；建立資料庫群的分析與挖掘環境界面。本發明實施例採取的技術方案還包括：在所述步驟d中，所述採集實時交通大數據通過固定點和浮動車檢測設備對路網中的點和線交通狀態進行採集。相對於現有技術，本發明實施例產生的有益效果在於：一、本發明實施例的常規公交服務指數實時評價系統及評價方法，緊密跟蹤城市公交通出行核心問題做為切入點，是在大數據時代，對傳統問卷式評價常規公交服務指數發布的革命性挑戰；它克服了傳統問卷式評價常規公交的數據靜態、周期較長、單一片面、統計繁瑣等弊端，通過城市交通大數據的建模分析與關聯性研究，實時動態地面向政府部門、行業企業、公眾出行實時發布常規公交系統運行狀態與演變態勢，具有重要的商業價值與社會價值。二、本發明可以節省城市公交出行的在途時間與出行成本，提高公眾出行的實效性與便捷性，既可以產生直接效益，又可以產生間接效益；三、本發明可以實現城市公交信息的增值服務與綜合服務，產生公交出行鏈的商業價值與經濟效益。附圖說明圖1是本發明實施例的常規公交服務指數實時評價系統的結構示意圖；圖2是本發明實施例的常規公交服務指數實時評價系統FCD車速融合、預測流程；圖3是本發明實施例的常規公交服務指數實時評價系統FCD數據融合模型圖；圖4是本發明實施例的常規公交服務指數實時評價系統FCD數據採集序列圖；圖5是本發明實施例的常規公交服務指數實時評價方法的流程圖；圖6是常規公交系統綜合評價體系指標與實時發布常規公交服務指數評價指標對應關係圖；圖7是數據採集、清洗、挖掘、匯總規則流程圖。具體實施方式為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發明，並不用於限定本發明。請參閱圖1，是本發明實施例的常規公交服務指數實時評價系統的結構示意圖。本發明實施例的常規公交服務指數實時評價系統包括交通信息通信與傳輸網絡、交通信息採集平臺、交通公用信息平臺、交通仿真平臺與交通信息服務平臺構成。交通公用信息平臺是整個系統的核心，面向交通信息採集平臺、交通信息服務平臺和交通仿真平臺提供運行支撐和信息服務；交通信息採集平臺為交通公用信息平臺提供原始數據；交通仿真平臺為交通公用信息平臺提供仿真結果數據；交通信息服務平臺依託交通公用信息平臺提供的數據服務，將交通信息採集平臺的功能需求組織在信息採集用例包，交通公用信息平臺的功能需求組織在公用信息用例包，交通仿真平臺的功能需求組織在仿真用例包，交通信息服務的功能需求組織在信息服務用例包。交通信息採集平臺通過固定點和浮動車檢測設備(FCD)對路網中的點和線交通狀態進行採集，融合後作為整個系統的基礎數據。它負責採集實時交通運行狀態數據並進行處理，將結果存儲到交通公用信息平臺，因此功能分成交通信息採集與篩選處理兩部分。另外，交通信息採集平臺還要對外場設備和數據採集狀態進行監控。基於上述分析，將交通信息採集功能組織在交通信息採集服務用例包與處理服務用例包、信息管理服務用例包中。1)交通信息FCD採集中所涉及的核心算法包括原始數據FCD異常剔除算法，車速計算、融合和預測算法，標準和歷史數據(流量和車速)的統計算法等七個關鍵算法。這些算法實現了從外場原始數據到「城市綜合交通信息平臺」使用數據的轉換，是保證「信息平臺」乃至整個系統基礎數據可靠性的關鍵。下表列出了交通信息採集中七個核心算法，其後均以偽碼形式對算法進行詳細的描述。鑑於篇幅所限，本次發明專利「實時動態發布常規公交服務指數與系統」只介紹最核心的FCD數據的相關算法及融合處理應用。交通信息採集核心算法列表2)FCD數據融合分析與處理在FCD採集信息中，根據外場採集的數據信息，計算當前路段車速並綜合採集信息預測15分鐘、30分鐘車速。車速融合預測過程分為三個過程：·根據FCD數據基於FCD車速計算模型計算路段行程車速。·根據流量、地點車速和行程車速基於數據融合模型計算當前車速。·根據當前車速基於車速預測模型對車速進行預測。本次發明專利算法的核心思想是基於多源的交通信息和交通流理論，綜合各種數據信息，實現對交通狀態的判斷和描述。其整個過程如圖2所示。FCD數據融合的主要任務是對當前流量數據，FCD計算車速和地點車速進行數據級的融合。這裡數據融合主要分為兩個方面：一方面是實時數據和歷史數據的融合，採用線性變換，模糊算法，標定不同的權值和隸屬度，得出較為精確的數值；另一方面是浮動車數據和定點檢測器數據的融合，根據兩種不同信息源的各自特點，通過異構數據同構化處理，對同一參數進行融合，得出可信度較高的結果。其融合模型圖3所示。在交通流理論中的流密速關係模型，通過流密速關係模型對數據進行同構化處理。流密速關係模型如下式(伊迪多段式模型):式中Q為流量，vs為速度，其它為模型參數。針對被研究對象某一時刻的物理特性,利用測量設備在一個周期內得到n個測量值zi(i＝1,2,...,n)，由於綜合考慮了傳輸誤差、計算誤差、環境噪聲、人為幹擾、傳感器自身的精度及被測對象自身性質等因素，zi將並不嚴格服從正態分布，所以基於數據為正態分布模型的一些數據處理方法(異常值剔出和數據融合算法)將不可避免地增加數據處理的系統誤差。這樣對測量數據的真偽程度只能由數據的自身x1,x2,...,xn來確定，即xi的真實性越高，則xi被其餘的數據所支持的程度就越高，即所謂xi被xj支持程度即從數據xj來看數據xi為真實數據的可能程度。針對數據間支持程度問題這裡引入相對距離的概念，定義測量數據間的相對距離為dij，其表達形式如下：dij＝|xi-xj|,i,j＝1,2,...,n由dij的表達形式可知，dij越大則表明兩數據間的差別越大，即兩數據間的相互支持程度就越小。相對距離的定義形式完全建立在現有數據隱含信息的基礎上，降低了對於先驗信息的要求。進而可以定義一個支持度函數rij，rij本身應滿足以下兩個條件：·rij應與相對距離成反比關係；·rij∈(0,1)使數據的處理能夠利用模糊集合理論中隸屬函數的優點，避免數據之間相互支持程度的絕對化。則支持度函數rij定義為：其中max{dij}表示數據間相對距離中的最大值，很明顯數據間相對距離越大，則數據間的支持度將越小從上式的定義形式可知，當數據間的相對距離取最大值時，可認為兩數據已經不再相互支持，則此時支持度函數的值為零；而數據間的相對距離越小，則數據間的相互支持度就越大，數據對自身的相對距離為零，則數據對自身的支持度為1。由於rij在dij∈[0,max{dij}]上取值從1至0依次遞減，所以滿足支持度函數應具有的性質。而且，這種滿足模糊性支持度函數rij的定義形式更符合實際問題的真實性，同時便於具體實施，使得融合的結果更加精確和穩定。對於數據融合問題，建立支持度矩陣R：支持度矩陣R中rij僅表示兩數據間的相互支持程度，並不能反映一個測量數據被數據組中所有數據的總體支持程度。現在要從R中求出某個數據受到其他數據的綜合支持程度，也即確定第i個測量數據在全體測量數據中自身的權係數根據信息分享原理即最優融合估計的信息量之和可等效分解為若干個測量數據的信息量之和。或者說，一個信息可被若干個子系統所分享，則由於應綜合ri1,ri2,...,rin的總體信息，則由概率源合併理論得知，即要求一組非負數v1,v2,...,vn，使得下一個公式中的在這裡，我們將上個公式改寫為矩陣的形式，則使W＝RV，其中V＝[v1,v2,...,vn]T。因為rij≥0，所以支持度矩陣R是一個非負矩陣,根據非負矩陣的性質可知R存在最大模特徵值λ≥0，並且由λV＝RV,可得到其對應的特徵向量V＝[v1,v2,...,vn]T,令則即為第i個測量數據xi的自身權係數，對n個測量數據的融合結果為3)基於MVC的FCD數據採集與融合在實時動態發布常規公交服務指數與系統用例實現中涉及到三個控制類，兩個實體類。·實體類如下：a.OriginalFCD：記錄原始FCD數據，僅包括原始數據的FCD字符串。b.ValidatedFCD：記錄有效FCD數據，包括的主要屬性有taxiID(車輛編號)、checkDate(測試數據所屬日期)、latitude(車輛位置緯度)、longtitude(車輛位置經度)、spotSpeed(地點車速)、directionAngle(方位角)、CpBs(計算機唯一標設)、CpName(計算機唯一名)、WithSound(是否聲控)、UserName(用戶名)、PassWord(密碼)、PhoneTail(手機尾號)、ByPAss100(超過100不要)、TimeInterVal(採集FCD時鐘)。·控制類如下：a.Time：與定點數據採集用例中的Time類相同。b.FCDConnect：負責連接遠端FCD採集服務，ConnectVFDService方法連接遠端服務，並返回ServeHandle作為標識供GetFCD類使用。c.GetFCD：採集FCD數據主要控制類，在連接遠端FCD採集服務後，由Timer驅動獲得原始FCD，並通過filter方法將OriginalFCD過濾，生成有效的ValidatedFCD。4)事件流的面向對象設計GetFCD通過FCDConnect的connectFCDService方法連接遠端檢測器，通過Timer的setTime方法設定採集發生頻率；Time類開始通過check方法自檢，當到達時間時開始採集FCD數據。GetFCD通過ServeHandle與遠端FCD服務連接獲得原始FCD數據，並通過setOriginalFCD將數據放入OriginalVFD類中。通過filter方法過濾原始FCD數據的字符串，得到有效FCD數據放入ValidatedFCD，並保存當天有效定點數據，完成FCD數據採集工作。實時動態發布常規公交服務指數與系統，FCD數據採集序列圖詳見圖4所示。交通公用信息平臺負責數據融合、數據字典、基於數據挖掘的決策支持、數據服務和數據維護，交通數據統計查詢是數據服務的一個子功能。基於上述分析，將交通公用信息平臺的功能組織在數據融合用例包、基於數據挖掘的決策支持用例包、交通數據統計查詢用例包和數據維護用例包中。交通仿真平臺通過智能仿真組件進行戰略級仿真分析和項目級仿真分析。由於智能仿真組件有其環境配置數據，所以需要標定相關參數。另外，對於一個軟體集成產品來說，維護功能必不可少，還需要增加平臺的維護功能。因此，功能可以分成戰略級仿真分析、項目級仿真分析、智能仿真組件維護和仿真平臺維護四塊。基於上述分析，將交通仿真功能對應於交通仿真平臺的需要，將其組織為戰略級仿真分析用例包、項目級仿真分析用例包、智能仿真組件維護用例包和仿真平臺維護用例包。交通信息服務平臺將實時檢測、處理後的交通運行狀態數據以及仿真計算結果，以適當的形式準確、及時地傳達至用戶，實現全天候、多方式、多層面的動態、靜態交通信息發布。另外，對於一個軟體集成產品來說，維護功能必不可少，還需要增加平臺的維護功能。因此，功能可以分成信息發布服務、信息管理服務兩塊。基於上述分析，將信息服務功能組織在信息發布服務用例包和信息管理服務用例包中。常規公交服務指數實時評價系統主要反映城市道路網絡支撐的每時每刻(5分鐘一個周期)實際使用常規公交情況的信息，主要包括交通流方面的信息、道路網絡工作狀況信息、交通事件方面的信息等。交通流信息包括車流量、道路擁擠程度等，其中擁擠程度指標可進行量化(交通擁擠指數)，設置0-10十個級別來反映城市交通暢通、擁擠、阻塞的不同程度，分別標以綠、黃、紅三種顏色表達；道路網絡工作狀況信息主要反映城市道路網絡目前擁擠程度，包括擁擠區域、擁擠狀態、擁擠持續時間、擁擠變化趨勢、形成擁擠的成因、擁擠路況的短期預測等；交通事件方面信息主要反映城市道路網絡中當前時刻發生的交通行為事件，主要包括交通事故、交通管制、道路施工、交通監控、交通疏解等。常規公交服務指數實時評價系統數據應該設計簡單、實用，儘可能方便數據更新與查詢，從而提高數據使用效率；其數據項主要包括內容：編號、路段名稱、日期、時刻、方向、車流量、車流速度、擁擠度、路況狀態、交通事件等。常規公交服務指數實時評價系統在設計與實踐過程中，與傳統的非實時動態系統呈現不同的特性，需要良好的方法、工具、語言的支持。將常規公交服務指數實時評價系統、實時動態統一建模語言、實時動態交通信息評價系統的統一開發過程和RationalRoseRealTime建模環境有機地結合起來，進行了系統的需求分析與用例建模、靜態與動態建模、實現與部署的先進軟體技術在交通信息工程中的跨學科應用。請參閱圖5，是本發明實施例的常規公交服務指數實時評價方法的流程圖。本發明實施例的常規公交服務指數實時評價方法包括：步驟10：獲取交通大數據，利用主成分分析法，得到常規公交服務水平的評價指標體系；上述中，常規公交系統是一個非常複雜的系統，他的複雜性表現在：第一構成要素多樣化，包括運輸對象、運輸工具、交通設施；第二與多種外部關係存在緊密關係。城市常規公交系統綜合評價是以常規公共運輸系統為主要研究對象，藉助於科學方法和手段，對於常規公交系統的目標、結構、環境、功能、效益等要素進行分析的基礎上，構建指標體系，建立綜合評價模型。常規公交系統評價對認識、建設、發展城市公交產業非常必要，通過評價清楚地認識到常規公交現狀和社會需求的差距，這對調整城市公交產業結構與政策，進一步完善與優化公交服務具有重要的現實意義。城市公共運輸系統的評價是城市交通系統規劃的基礎，只有在充分研究公共運輸系統中存在的問題和發展特點的基礎上，才能全面、系統地確定城市未來交通發展的基本思想、發展方向、規劃目標等，才能進一步改善和優化城市交通條件，促進城市和社會經濟的全面發展。城市公交系統評價的內容主要包括地個方面：1)面向公交系統使用者的交通網絡技術評價；2)面向公交系統經營者和管理者(行業與企業的主管部門)的經濟效益評價；3)面向城市市民代表城市與公眾利益的服務水平評價；4)面向政府代表城市的可持續發展評價。交通大數據實時發布常規公交服務指數的方法與系統是第三個方面內容，這是城市公共運輸系統的評價核心內容，即面向城市市民代表城市與公眾利益的服務水平評價。主要反映公交運輸企業在服務水平方面是否滿足乘客需求，它是面向公交運輸企業類的評價指標。公共運輸系統服務水平指公共運輸系統能給居民提供的各種公交服務，包括公交設施提供的硬服務和司乘人員所提供的軟服務兩個方面。鑑於當前城市常規公交系統已經採用IC卡售票系統，因此評價司乘人員對常規公交服務水平的影響也是沒有多大的意義。因此，常規公交系統服務水平可從兩個方面來評價，即公交服務功能和公交服務質量。城市常規公交系統綜合評價的主要指標包括以下十一個部分：·萬車事故率；·安全運行間隔裡程；·路線直達率；·車站可達性；·運行速度；·客運費率；·車廂服務合格率；·乘客出行平均時耗；·乘客平均換乘係數；·高峰滿載率；·全日線路滿載率等。常規公交評價指標體系比較完整、比較精確的建立，具有相當的複雜性和困難度，根據大量國內外常規公交優化與評價方面的經驗，在對於目前國內外常規公交系統評價現狀有了深入地了解的基礎上，通過分析調查，藉助於交通大數據技術手段，依據評價指標的選取原則從常規公交服務水平、網絡技術性能、經濟效益水平、可持續發展水平來建立城市常規公交系統評價指標體系，重點放在常規公交服務水平的評價上。因此，本專利發明重點圍繞常規公交服務水平建立評價指標體系。常規公交是城市公益事業，是城市文明建設的窗口，服務水平的好與差，直接關係到社會的政治、經濟、社會秩序的正常和穩定，關係到城市的聲譽和形象。公共運輸的主體是城市居民，對於乘客來說是否選擇公交為出行的交通工具關鍵在於所提供的服務是否滿足他們的需求。因此，常規公交系統的服務水平是評價的主要方面。依據評價指標的選取原則和設置功能，在交通大數據環境下，利用主成分分析法，得到常規公交服務水平的評價指標體系，詳見下表所示。常規公交系統服務水平的評價指標體系表常規公交系統的綜合評價，就是在對城市公共運輸系統各個部分、各個階段、各個層次子系統評價的基礎上，謀求城市公共運輸系統整體功能的最優調節，並在系統整體優化過程中，不斷向決策者提供各種關聯信息。綜合評價之所以必須也是有常規公共運輸系統發展目標的綜合性、發展過程的複雜性、常規公交系統本身的層次性所決定的，同時新一代信息技術的發展，特別是交通大數據技術的引入為綜合評價地開展提供了可能。確定指數評價的目的和評價的參考系統、獲取評價信息、形成價值判斷，是指數評價問題的一般性過程，常規公交服務指數評價的具體程序流程如下：步驟1：確立指數評價對象；步驟2：確定指數評價目標；步驟3：信息收集與分析；步驟4：確定評價指標體系；步驟5：設計指數評價方法；步驟6：單項指數評價；步驟7：綜合指數評價；步驟8：評價結果分析。步驟20：根據常規公交服務水平的評價指標體系對實時交通大數據評價常規公交服務指數進行量化；常規公交系統服務指數的量化處理在城市公交系統綜合評價中起著主要作用，合理地量化處理有助於增加評價結果的科學性和準確性。針對常規公交系統評價指標，給出每個指標的定義、量綱、量化函數、評價標準、指標說明。針對在不同城市規模、參考有關規範、評價標準等相關城市經驗基礎上，根據常規公交系統的實際情況與特點給出評價指標體系的分級標準建議值，以便於評價與識別常規公交系統的實際狀況。①萬車事故率單位：次/萬車；定義：萬車事故率指全市每萬輛機動車的年交通事故次數。量化：式中f16為萬車事故率，m11為全年交通事故次數，m12為全市機動車數量。評價標準：根據國內外的經驗，結合深圳城市交通的實際情況，給出萬車事故率的評價等級建議值，詳見下表所示。萬車事故率評價等級界定建議值表公交類型一級二級三級四級五級1,2,3,4,5類城市公交系統≤10(10,20](20,30](30,40]＞40指標說明：萬車事故率是衡量一定機動化水平下的交通安全管理水平的主要指標，是道路交通安全設施、道路交通安全管理效果的綜合反映。②乘客出行平均時耗單位：min；定義：乘客出行平均時耗指統計期內，客運高峰期90％城市居民的平均單程出行時間；量化：f17＝f(time)；評價標準：不同城市規模、不同出行目的下居民能夠忍受的最大值存在明顯差異，城市規模越大，人們出行容忍的最大出行時耗也相對越大，將居民90％的出行時耗定義為可接受最大出行時耗，詳見下表所示。從表中可見，居民90％的出行時耗反映了城市居民出行方便性和可達性，出行時耗越小，居民出行越方便、可達性高。居民最大出行時耗評價等級界定表最大出行時耗一類城市二類城市三類城市四類城市五類城市90％的出行時耗6050403525指標說明：精確數據不易獲得，但可以通過OD反推獲取信息，該指標對常規公交服務水平進行了總體評價，間接地評估了常規公交運行總體速度和路線的運行效率。③行車準點率單位：％；定義：行車準點率指統計期內，公交運營車輛正點運行次數與全部行車次數之比。量化：式中f18為行車準點率，m13為統計期內運營車輛正點運行次數，m14為全部行車次數。評價標準：通常正點率平均不低於80％--90％，根據國內外經驗，結合深圳城市交通實際情況給出出行車準點率的評價建議值。詳見下表所示。行車準點率評價等級界定建議值表城市公交類型一級二級三級四級五級1,2,3,4,5類城市常規公交系統＞95[90,95)[85,90)[80,85)＜80指標說明：公交運送準確及時，對乘客來說也別重要，特別是大城市，要減少交通壓力、減少交通擁堵，就應該大力發展公共運輸。④客運費率單位：％；定義：客運費率指統計期內，普通票乘客平均每月個人實際支付的乘車費與該城市職工平均工資之比，可反映公共客運票價乘客承受能力。量化：式中f19為客運費率，c8為普通乘客平均每月實際支付乘車費，c9為職工平均月薪。評價標準：根據國內外經驗，考慮深圳城市交通實際情況，給出客運費率的評價等級界定建議值，詳見下表所示。客運費率的評價等級界定建議值表城市公交系統類型一級二級三級四級五級1,2,3,4,5類城市常規公交系統＜3.5[3.5,4.5)[4.5,5.5)[5.5,6.5)＞6.5指標說明：客運費率主要指票價的便宜程度，是公交吸引顧客的一個重要評價指標，也是公交優先發展首要考慮的問題。票價過高，公交對顧客的吸引力降低；票價過低，公交企業的運營成本加大；所以公交票價要保持合理的價位。⑤乘客平均換成係數單位：無量綱；定義：乘客平均換乘係數指統計期內，乘客出行人次與換乘人次之和除以乘客出行人次，該指標衡量乘客直達程度，反映乘車方便程度。量化：式中f20為乘客平均換乘係數，n1為乘客出行人次，n2為換乘人次。評價指標：大城市平均換乘係數不大於1.5，小城市平均換乘係數不大於1.3，根據國內外經驗，結合深圳城市交通實際情況，給出乘客平均換成係數的評價等級建議值。詳見下表所示。乘客平均換成係數的評價等級建議值表城市公交系統類型一級二級三級四級五級1,2,3類城市常規公交系統[1.0,1.1)[1.1,1.2)[1.2,1.4)[1.4,1.5)≥1.54,5類城市常規公交系統[1.0,1.05)[1.05,1.1)[1.1,1.2)[1.2,1.3)≥1.3指標說明：居民出行途中常要從一條公交線路換乘另一條線路，有的還要多次換乘。平均轉換次數指全部乘客的換乘次數總和除以全部乘客人數。換乘要增加乘客途中耗費的時間和精力，使之感到不便。所以城市公交儘量做到直達、快捷，減少乘客換乘。⑥全天線路滿載率單位：％；定義：全天滿載率指統計期內，運營車輛全天運載乘客的平均滿載程度。量化：式中f21為全天線路滿載率，qi,i+1,k為k條線路的節點i至i+1路段客流量，Li,i+1,k為第k條線路的節點i至i+1路段客流量間距離km，n3為常規公交線路數，n4為通行常規公交車輛的道路網節點數。評價標準：根據國內外相關經驗，考慮深圳城市交通實際情況，給出全天線路滿載率的評價等級界定建議值。詳見下表所示。全天線路滿載率的評價等級界定建議值表城市公交系統類型一級二級三級四級五級一類城市常規公交系統＞90[80,90)[70,80)[50,70)＜50二類城市常規公交系統＞85[75,85)[65,75)[45,65)＜45三類城市常規公交系統＞80[70,80)[60,70)[40,60)＜40四，五類城市常規公交系統＞75[65,75)[55,65)[30,55)＜30指標說明：數據需要從公交企業獲得，或者通過城市綜合交通運行指揮中心進行抽樣調查。滿載率是評價常規公交工具投放效益、驗證運力配備、運用是否適應乘客實際需求的重要指標，也是編制或修訂運營作業計劃、調整常規公交運載工具投放數量和投放方向的重要依據。⑦安全運行間隔裡程單位：萬km/次；定義：安全運行間隔裡程指常規公交車輛總行駛裡程與行車責任事故次數的比率。量化：式中f22為安全運行間隔裡程，l4為常規公交車輛總行駛裡程(萬km)，n5為行車責任事故次數(次)。評價標準：根據「城市交通管理評價體系」，給出安全運行間隔裡程評價指標等級界定建議值標準，詳見下表所示。安全運行間隔裡程評價指標等級界定建議值表城市公交系統類型一級二級三級四級五級1,2,3,4,5類城市常規公交系統≥125[100,125)[75,100)[50,75)＜50指標說明：計算該指標要求運營公司或城市綜合交通運行指揮中心提供各路公交車行駛裡程，以及公交管理部門認定的行車責任事故次數。所以通過公交車行駛總裡程的數據和總的行車責任事故次數，就可以知道城市常規公交系統的安全運行間隔裡程。⑧高峰滿載率單位：％；定義：高峰滿載率指統計期內主要運營線路高峰小時內，單向高峰路段車輛實際載客量與額定載客量之比。量化：式中f23為高峰滿載率，q2為統計期內常規公交車輛實際載客量，q3為統計期內常規公交車輛額定載客量。評價標準：根據國內外相關經驗，結合深圳城市交通的實際情況，給出高峰載客率的評價等價界定建議值。詳見下表所示。高峰載客率的評價等價界定建議值表城市公交系統類型一級二級三級四級五級一類城市常規公交系統＜60[60,70)[70,80)[80,90)＞90二,三類城市常規公交系統＜63[63,73)[73,83)[83,93)＞93四,五類城市常規公交系統＜65[65,75)[75,85)[85,95)＞95指標說明：高峰滿載率是評價常規公交工具投放效益、驗證運力配備、運用是否適應乘客實際需求的重要指標，也是編制或修訂運營作業計劃、調整常規公交運載工具投放數量和投放方向的重要依據。通過綜合交通運行指揮中心大量數據，才能得到比較準確的高峰滿載率指標。步驟30：根據量化的常規公交服務指數建立大數據實時發布常規公交服務指數實際指標；①常規公交系統綜合評價體系的理論指標常規公交系統綜合評價體系的理論指標主要包括以下八個部分：·萬車事故率；·乘客出行平均時耗；·行車準點率；·客運費率；·乘客平均換乘係數；·全天線路滿載率；·安全運行間隔裡程；·高峰滿載率；②大數據實時發布常規公交服務指數實際指標大數據實時發布常規公交服務指數實際指標主要包括以下十個部分：·司乘服務；·安全保障；·信息服務；·車容車況；·乘車時耗；·等候時間；·擁擠程度；·換成質量；·設施保障；·步行時間。③建立理論指標與實際發布指標對應關係為了實現在交通大數據環境下，建立實時全自動生成常規公交服務指數，必須建立常規公交系統綜合評價體系指標與實時發布常規公交服務指數評價指標兩者之間對應關係，詳見圖6所示。步驟40：採集實時交通大數據，並對採集的實時交通大數據進行處理；1)採集的交通大數據內容及屬性交通大數據實時發布常規公交服務指數實際採集的數據類型與屬性，是進一步開發研製實施發布常規公交服務指數平臺的方法基礎，根據其各自特徵進行篩選與特徵提取，主要包括以下幾類：·常規公交IC卡數據「深圳通「一卡通乘客刷卡數據，其屬性內容包含：卡號、交易日期、交易時間、線路/地鐵站點名稱、行業名稱(公交、地鐵、出租、輪渡、P+R停車場)、交易金額、交易性質(非優惠、優惠、無優惠)。·常規公交車輛實時數據常規公交車輛實時數據，其屬性包含：設備號碼，線路編碼，站點編碼，協議編號，進出站狀態，方向，車載上報時間、編碼對應表。·常規公交線網數據常規公交線路網絡結構與交通地理信息數據GIS-T，首末班車時間(全市946條公交線路、上行首末班車時刻表、下行首末班車、時刻表)等。·計程車行車數據計程車行車數據，其屬性包含：車輛ID、GPS時間、經緯度、速度、衛星顆數、營運狀態高架狀態、制動狀態。·軌道交通運行數據地鐵運行數據，其屬性包含：線路、車站、換乘站數據、首末班車各站時刻表數據、站間運行時間數據、限流車站、封站數據、路網票價矩陣、列車實時到發站臺時刻、線路擁擠及阻塞數據、出/入口、廁所、殘疾電梯數據。城市軌道周邊公交(深圳市所有軌道交通站點、附近的公交車站、位置、各站點的名稱)。·道路車牌識別數據覆蓋全市域城市道路交通網絡460個斷面的車牌識別數據，其屬性包含：車輛類別(小汽車、計程車、公交車、貨車等)、車牌號、車輛行駛方向、車輛行駛速度、車輛所屬行政區域等。·交通氣象數據交通氣象數據，其屬性包含：日期、時間、監測點、天氣類型、溫度、風速、風向、降水量。1)交通信息FCD採集算法交通信息FCD採集中所涉及的核心算法包括原始數據FCD異常剔除算法，車速計算、融合和預測算法，標準和歷史數據(流量和車速)的統計算法等七個關鍵算法。這些算法實現了從外場原始數據到「城市綜合交通信息平臺」使用數據的轉換，是保證「信息平臺」乃至整個系統基礎數據可靠性的關鍵。下表列出了交通信息採集中七個核心算法，其後均以偽碼形式對算法進行詳細的描述。鑑於篇幅所限，本次發明專利「實時動態發布常規公交服務指數與系統」只介紹最核心的FCD數據的相關算法及融合處理應用。交通信息採集核心算法列表2)FCD數據融合分析與處理在FCD採集信息中，根據外場採集的數據信息，計算當前路段車速並綜合採集信息預測15分鐘、30分鐘車速。車速融合預測過程分為三個過程：·根據FCD數據基於FCD車速計算模型計算路段行程車速。·根據流量、地點車速和行程車速基於數據融合模型計算當前車速。·根據當前車速基於車速預測模型對車速進行預測。本次發明專利算法的核心思想是基於多源的交通信息和交通流理論，綜合各種數據信息，實現對交通狀態的判斷和描述。FCD數據融合的主要任務是對當前流量數據，FCD計算車速和地點車速進行數據級的融合。這裡數據融合主要分為兩個方面：一方面是實時數據和歷史數據的融合，採用線性變換，模糊算法，標定不同的權值和隸屬度，得出較為精確的數值；另一方面是浮動車數據和定點檢測器數據的融合，根據兩種不同信息源的各自特點，通過異構數據同構化處理，對同一參數進行融合，得出可信度較高的結果。在交通流理論中的流密速關係模型，通過流密速關係模型對數據進行同構化處理。流密速關係模型如下式(伊迪多段式模型):式中Q為流量，vs為速度，其它為模型參數。針對被研究對象某一時刻的物理特性,利用測量設備在一個周期內得到n個測量值zi(i＝1,2,...,n)，由於綜合考慮了傳輸誤差、計算誤差、環境噪聲、人為幹擾、傳感器自身的精度及被測對象自身性質等因素，zi將並不嚴格服從正態分布，所以基於數據為正態分布模型的一些數據處理方法(異常值剔出和數據融合算法)將不可避免地增加數據處理的系統誤差。這樣對測量數據的真偽程度只能由數據的自身x1,x2,...,xn來確定，即xi的真實性越高，則xi被其餘的數據所支持的程度就越高，即所謂xi被xj支持程度即從數據xj來看數據xi為真實數據的可能程度。針對數據間支持程度問題這裡引入相對距離的概念，定義測量數據間的相對距離為dij，其表達形式如下：dij＝|xi-xj|,i,j＝1,2,...,n由dij的表達形式可知，dij越大則表明兩數據間的差別越大，即兩數據間的相互支持程度就越小。相對距離的定義形式完全建立在現有數據隱含信息的基礎上，降低了對於先驗信息的要求。進而可以定義一個支持度函數rij，rij本身應滿足以下兩個條件：·rij應與相對距離成反比關係；·rij∈(0,1)使數據的處理能夠利用模糊集合理論中隸屬函數的優點，避免數據之間相互支持程度的絕對化。則支持度函數rij定義為：其中max{dij}表示數據間相對距離中的最大值，很明顯數據間相對距離越大，則數據間的支持度將越小從上式的定義形式可知，當數據間的相對距離取最大值時，可認為兩數據已經不再相互支持，則此時支持度函數的值為零；而數據間的相對距離越小，則數據間的相互支持度就越大，數據對自身的相對距離為零，則數據對自身的支持度為1。由於rij在dij∈[0,max{dij}]上取值從1至0依次遞減，所以滿足支持度函數應具有的性質。而且，這種滿足模糊性支持度函數rij的定義形式更符合實際問題的真實性，同時便於具體實施，使得融合的結果更加精確和穩定。對於數據融合問題，建立支持度矩陣R：支持度矩陣R中rij僅表示兩數據間的相互支持程度，並不能反映一個測量數據被數據組中所有數據的總體支持程度。現在要從R中求出某個數據受到其他數據的綜合支持程度，也即確定第i個測量數據在全體測量數據中自身的權係數根據信息分享原理即最優融合估計的信息量之和可等效分解為若干個測量數據的信息量之和。或者說，一個信息可被若干個子系統所分享，則由於應綜合ri1,ri2,...,rin的總體信息，則由概率源合併理論得知，即要求一組非負數v1,v2,...,vn，使得下一個公式中的在這裡，我們將上個公式改寫為矩陣的形式，則使W＝RV，其中V＝[v1,v2,...,vn]T。因為rij≥0，所以支持度矩陣R是一個非負矩陣,根據非負矩陣的性質可知R存在最大模特徵值λ≥0，並且由λV＝RV,可得到其對應的特徵向量V＝[v1,v2,...,vn]T,令則即為第i個測量數據xi的自身權係數，對n個測量數據的融合結果為3)基於MVC的FCD數據採集與融合在實時動態發布常規公交服務指數與系統用例實現中涉及到三個控制類，兩個實體類。·實體類如下：a.OriginalFCD：記錄原始FCD數據，僅包括原始數據的FCD字符串。b.ValidatedFCD：記錄有效FCD數據，包括的主要屬性有taxiID(車輛編號)、checkDate(測試數據所屬日期)、latitude(車輛位置緯度)、longtitude(車輛位置經度)、spotSpeed(地點車速)、directionAngle(方位角)、CpBs(計算機唯一標設)、CpName(計算機唯一名)、WithSound(是否聲控)、UserName(用戶名)、PassWord(密碼)、PhoneTail(手機尾號)、ByPAss100(超過100不要)、TimeInterVal(採集FCD時鐘)。·控制類如下：a.Time：與定點數據採集用例中的Time類相同。b.FCDConnect：負責連接遠端FCD採集服務，ConnectVFDService方法連接遠端服務，並返回ServeHandle作為標識供GetFCD類使用。c.GetFCD：採集FCD數據主要控制類，在連接遠端FCD採集服務後，由Timer驅動獲得原始FCD，並通過filter方法將OriginalFCD過濾，生成有效的ValidatedFCD。4)事件流的面向對象設計GetFCD通過FCDConnect的connectFCDService方法連接遠端檢測器，通過Timer的setTime方法設定採集發生頻率；Time類開始通過check方法自檢，當到達時間時開始採集FCD數據。GetFCD通過ServeHandle與遠端FCD服務連接獲得原始FCD數據，並通過setOriginalFCD將數據放入OriginalVFD類中。通過filter方法過濾原始FCD數據的字符串，得到有效FCD數據放入ValidatedFCD，並保存當天有效定點數據，完成FCD數據採集工作。實時動態發布常規公交服務指數與系統，FCD數據採集序列圖詳見圖4所示。5)派生需求的面向對象協作圖設計實時動態發布常規公交服務指數與系統，採用自動或人工觸發方式建立計程車、公交車公司與系統之間的連接，計程車、公交車公司能夠全天連續提供FCD數據。深圳市城市交通仿真的FCD數據採集，就是城市綜合交通信息中心的大規模GPS計程車及深圳公交集團等運營企業，計劃在特區內外將提供超過15000輛計程車的FCD動態交通實時採集數據，採集間隔不小於30秒，車總量不少於15000輛。實時發布數據統一訪問與轉換平臺研發隨著快速城市化、經濟全球化、信息網絡化進程的不斷加快，中國一線城市北京、上海、廣州、深圳的新型城鎮化智慧城市綜合交通信息中心建設已經基本完成，交通大數據已經接入城市綜合交通信息中心，實現面向城市交通規劃、建設、管理一體化的決策支持應用服務。面對政府、行業、企業、公眾大規模的交通決策支持數據集成或數據的統一訪問，作為城市交通唯一的綜合交通信息中心交通大數據資源整合和服務方式正在受到高度關注。1)數據統一訪問與轉換簡介在城市綜合交通信息中心建設實踐中，大量地接入了由不同核心技術構造的交通決策支持系統以及相關的資料庫，如：城市綜合交通運輸輔助決策支持系統、城市道路交通規劃決策支持系統、城市交通設施監管決策支持系統、城市公共運輸服務評估決策支持系統、城市交通管理與控制決策支持系統、城市現代物流服務鏈決策支持系統、城市交通公眾出行信息決策支持系統等，由此構成了一個個異構交通大數據源。面對如此重要且緊迫的交通決策支持應用服務需求，如何通過一個集成系統平臺，將來自城市綜合交通信息中心內部和外部的同構、異構數據源進行整合與轉換，是當前城市交通大數據決策支持環境建設與應用所面臨的巨大挑戰。實現城市交通信息資源共享主要包括兩種模式，第一是數據轉換，第二是數據集成。進行數據轉換是物理意義上的數據集中，一方面需要在硬體及相關軟體上進行巨大投入，另一方面進行海量數據遷移和管理，也存在相當大的風險，有關訪問速度並不理想；完成數據集成是邏輯意義上的數據集中，能夠充分利用現有資源進行分布式存儲、分散管理、統一訪問接口，適應新一代信息技術發展現狀要求。深圳市針對交通大數據決策支持環境的集成應用，實現了從模型上包括聯邦方式、數據倉庫、中間件三種方式；從集成技術上異構資料庫集成(遷移和轉換)、分布式資料庫系統、使用中間件模塊技術。當前，交通大數據決策支持環境的通用數據統一訪問和轉換技術的研究仍處於起步階段，國外一些著名的資料庫公司開發了相應的中間件應用產品，用於解決異構數據集成問題，使用這些中間件產品需要做大量的數據接口開發工作；國內目前還缺乏比較完整的數據整合應用產品與技術手段。與此同時，現有的數據編程技術通常是或多或少地針對特定數據源類型而設計的，現實環境的應用，交通大數據都來自於多種數據源，可以忽略數據來源普通數據的表達集，能夠為應用開發者提供一種簡單、統一的編程模型。交通大數據決策支持環境的數據統一訪問與轉換技術的提出，正是為了實現城市綜合交通信息中心信息資源的共享與統一訪問，交通大數據的統一訪問與轉換技術採集、分析、集成來自不同的數據源的數據，為城市交通相關決策支持應用程式員提供統一、規範的數據訪問形式，實現對各類分布的異構數據源進行透明訪問。交通大數據的統一訪問與轉換技術的目標是對異構數據源的統一訪問和應用，即將訪問請求分解到各個不同的數據源中，再將返回的異構結果進行統一整合轉換，給決策支持應用程式的設計者提供了一個統一的數據源訪問接口，並為後續的數據分析奠定基礎。數據採集、清洗、挖掘、匯總規則與算法1)建立數據處理規則實時動態發布常規公交服務指數與系統，數據分析：建立數據採集規則、數據清洗規則、數據挖掘規則、數據匯總規則，詳見圖7所示。2)建立道路網絡支撐的數據分析挖掘流程與模型算法實時動態發布常規公交服務指數與系統，數據分析設計：基於FCD，建立道路網絡支撐的公交出行數據分析挖掘流程與模型算法。3)建立公交IC卡的數據分析挖掘流程與模型算法實時動態發布常規公交服務指數與系統，數據分析設計：建立公交IC卡出行的數據分析挖掘流程與模型算法。4)建立常規公交出行的數據分析挖掘流程與模型算法實時動態發布常規公交服務指數與系統，數據分析設計：建立常規公交出行的數據分析挖掘流程與模型算法。5)建立計程車出行的數據分析挖掘流程與模型算法實時動態發布常規公交服務指數與系統，數據分析設計：建立計程車出行的數據分析挖掘流程與模型算法。6)建立軌道、巴士、出租、IC卡等資料庫搜尋引擎實時動態發布常規公交服務指數與系統，數據分析設計：建立軌道、巴士、出租、IC卡等資料庫搜尋引擎與資料庫開發設計。7)建立資料庫群的分析與挖掘環境界面實時動態發布常規公交服務指數與系統，數據分析設計：建立資料庫群的分析與挖掘環境界面。步驟50：根據交通大數據實時發布常規公交服務指數與實際採集的數據類型與屬性，建立主要數據的相關特徵提取；根據上述交通大數據實時發布常規公交服務指數實際採集的數據類型與屬性，建立主要數據的相關特徵提取，其他數據可以進行輔助較驗與評估。·建立數據應用關聯結構設計基於採集的軌道、巴士、出租城市公交相關數據，建立數據的應用關聯結構設計。步驟60：根據提取的數據相關特徵，發布交通大數據對常規公交服務指數。「實時動態發布常規公交服務指數」方法與系統是從乘客角度出發，通過相關交通大數據，客觀量測與主觀感知得出對常規公交服務的整體評價。通過技術指標主要反映常規公交服務的兩個方面重要內容：①常規公交服務(乘客)的可達性；②提供給乘客服務的舒適性與便捷性。它不同於道路交通指數，因為道路服務主要面向車輛而不是乘客；也不同於公交行業統計指數，因為統計的是效用與經濟，反映公交運營商利益。它充分體現公交姓「公」、名「服務」，「以人為本」的理念躍然紙上。它給出的是公交系統、線路、場站、換乘等服務質量與品質出行評價。建立以「六類城市交通大數據」為基礎、以深圳市常規公交服務分析查詢與指數發布平臺為中心的常規公交服務狀態特徵提取與評價分析系統，實現「一個平臺、四個應用」模式，即：常規公交服務分析查詢與指數發布平臺，常規公交仿真、常規公交評價、面向政府與行業管理、面向公眾出行服務的四個領域應用，通過網際網路與移動網際網路方式發布常規公交信息。本發明專利具有「引入交通大數據環境與指數模式、設計實時發布常規公交服務指數體系、建立實時發布常規公交服務指數方法、開發了實時發布常規公交服務指數平臺系統」整體解決常規公交服務指數評價的優點。本發明實施例的常規公交服務指數實時評價系統及評價方法，緊密跟蹤城市公交通出行核心問題做為切入點；是在大數據時代，對傳統問卷式評價常規公交服務指數發布的革命性挑戰；它克服了傳統問卷式評價常規公交的數據靜態、周期較長、單一片面、統計繁瑣等弊端，通過城市交通大數據的建模分析與關聯性研究，實時動態地面向政府部門、行業企業、公眾出行實時發布常規公交系統運行狀態與演變態勢，具有重要的商業價值與社會價值。本發明可以節省城市公交出行的在途時間與出行成本，提高公眾出行的實效性與便捷性，既可以產生直接效益，又可以產生間接效益；本發明可以實現城市公交信息的增值服務與綜合服務，產生公交出行鏈的商業價值與經濟效益。城市交通優先發展戰略方針是公共運輸，而「常規公交服務指數實時評價系統及評價方法」又是實現這一戰略的核心所在，這對於城市公交優先發展戰略、公交系統出行效率、公交一體化換乘接駁、緩解城市交通擁堵、提高公眾出行安全、降低城市交通汙染等都具有重要的社會價值。對所公開的實施例的上述說明，使本領域專業技術人員能夠實現或使用本發明。對這些實施例的多種修改對本領域的專業技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發明的精神或範圍的情況下，在其它實施例中實現。因此，本發明將不會被限制於本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的範圍。當前第1頁1&nbsp2&nbsp3&nbsp