【技术实现步骤摘要】
本专利技术涉及交通控制，尤其涉及一种用于智慧交通控制系统的交通预警方法。
技术介绍
1、在城市的智慧交通控制系统中，其需要对城市中所有交通节点进行交通拥堵预警。在现有的交通拥堵预警过程中，通过设定交通节点的交通拥堵阈值，将各个交通节点的实时车流量与实时的平均车辆行驶速度进行阈值判断，当监测数值超过所设定的阈值时，则对该交通节点进行交通拥堵预警，并在城市交的智慧交通控制系统中实时更新交通节点的实时信息。
2、然而在城市的智慧交通控制系统中，由于每一个交通节点的交通模式是不同的，即在不同的时间有着不同的交通状态（在早晚高峰期间，一些主干道会呈现为车流量较高的情况，如果出现了交通事故则更可能出现交通拥堵的情况。并且针对于道路所能容纳的车辆不同，也会存在着交通节点之间的差异性。）因此，在智慧交通控制系统中进行交通拥堵预警时，需要对城市中的全部交通节点进行交通模式识别，将城市的全部交通节点划分为不同的交通模式，从而通过交通节点呈现出的交通模式的差异进行差异性的交通拥堵预警过程。
3、利用聚类方法对全部交通节点进行交通模式识别，具体的，获取各个交通节点在一段时间内的交通监测时序数据，通过交通监测时序数据之间的欧式距离在聚类过程中进行交通节点之间的距离衡量，用于进行相似交通模式变化的判断，以将具有相似交通模式变化的交通节点划分为相同簇类，从而通过相同的交通预警阈值进行判断。但是在这个过程中，其仅通过交通节点之间的交通监测时序数据进行交通模式分析，缺失了交通节点之间的空间关联性，这就会导致在交通模式划分的过程中，忽略交通
4、因此，如何提高基于聚类方法进行城市的交通拥堵预警的及时性和准确性成为亟需解决的问题。
技术实现思路
1、有鉴于此，本专利技术实施例提供了一种用于智慧交通控制系统的交通预警方法，以解决如何提高基于聚类方法进行城市的交通拥堵预警的及时性和准确性的问题。
2、本专利技术实施例中提供了一种用于智慧交通控制系统的交通预警方法，该方法包括以下步骤：
3、分别获取智慧交通控制系统监测的每个交通节点的交通时序数据；
4、分别获取每两个所述交通节点之间的位置距离，利用每两个所述交通节点之间的位置距离，对聚类过程中每两个所述交通节点的交通时序数据之间的欧式距离进行第一次优化，得到优化欧式距离；
5、根据每两个所述交通节点的交通时序数据，分别获取每两个所述交通节点之间的dtw距离以及节点影响因子，利用每两个所述交通节点之间的dtw距离以及节点影响因子，对每两个所述交通节点之间的优化欧式距离进行二次优化，得到最终欧式距离；
6、基于所述最终欧式距离对所有交通节点进行聚类，得到对应的聚类结果，根据所述聚类结果对每个所述交通节点的交通拥堵阈值进行动态调整，得到调整后的交通拥堵阈值，根据所述调整后的交通拥堵阈值，对每个所述交通节点进行交通预警。
7、优选的，所述利用每两个所述交通节点之间的位置距离，对聚类过程中每两个所述交通节点的交通时序数据之间的欧式距离进行第一次优化，得到优化欧式距离，包括：
8、针对任一两个交通节点，对所述两个交通节点之间的位置距离进行归一化处理，得到对应的归一化值，将常数1和所述归一化值之间的差值作为位置近邻程度；
9、将所述两个交通节点的交通时序数据之间的欧式距离和所述位置近邻程度的乘积作为所述两个交通节点之间的优化欧式距离。
10、优选的，所述根据每两个所述交通节点的交通时序数据，分别获取每两个所述交通节点之间的dtw距离以及节点影响因子，包括：
11、针对任一两个交通节点，分别取所述两个交通节点的交通时序数据中的第t个数据点作为两个目标点，其中，，n表示交通时序数据的长度；以每个所述目标点为中心分别在所属交通时序数据中获取长度为l的时序窗口，获取两个所述时序窗口之间的皮尔逊相关系数，根据所述皮尔逊相关系数设置所述两个目标点之间的权重；
12、分别计算每个所述时序窗口对应的数据方差，对每个所述数据方差进行归一化处理，得到对应的两个归一化值，计算所述两个归一化值之间的差值，获取常数1和所述差值之间的相减结果作为所述两个目标点之间的波动相似指标；
13、根据所述两个交通节点的交通时序数据中的所有目标点之间的权重，对所有波动相似指标进行加权求和并取均值，对应得到的均值作为所述两个交通节点之间的节点影响因子。
14、优选的，所述根据所述皮尔逊相关系数设置所述两个目标点之间的权重，包括：
15、检测所述皮尔逊相关系数是否小于0，若检测到所述皮尔逊相关系数小于0，则设置所述两个目标点之间的权重为0，若检测到所述皮尔逊相关系数不小于0，则将所述皮尔逊相关系数作为所述两个目标点之间的权重。
16、优选的，所述利用每两个所述交通节点之间的dtw距离以及节点影响因子，对每两个所述交通节点之间的优化欧式距离进行二次优化，得到最终欧式距离，包括：
17、针对任一两个交通节点，获取常数1和所述两个交通节点之间的位置近邻程度之间的相减结果，将所述相减结果、所述dtw距离以及所述节点影响因子之间的乘积作为距离优化值；
18、将所述距离优化值和所述两个交通节点之间的优化欧式距离之间的和作为所述两个交通节点之间的最终欧式距离。
19、优选的，所述根据所述聚类结果对每个所述交通节点的交通拥堵阈值进行动态调整，得到调整后的交通拥堵阈值，包括：
20、所述聚类结果包括多个聚类簇，针对任一交通节点，确定所述交通节点所属的聚类簇作为目标聚类簇，根据所述交通节点的交通时序数据的数据类型，在所述目标聚类簇包含的所有交通节点的交通时序数据中自适应获取四分位数作为所述交通节点的交通时序数据的数据类型对应的调整后的交通拥堵阈值。
21、本专利技术实施例与现有技术相比存在的有益效果是：
22、本专利技术分别获取智慧交通控制系统监测的每个交通节点的交通时序数据；分别获取每两个所述交通节点之间的位置距离，利用每两个所述交通节点之间的位置距离，对聚类过程中每两个所述交通节点的交通时序数据之间的欧式距离进行第一次优化，得到优化欧式距离；根据每两个所述交通节点的交通时序数据，分别获取每两个所述交通节点之间的dtw距离以及节点影响因子，利用每两个所述交通节点之间的dtw距离以及节点影响因子，对每两个所述交通节点之间的优化欧式距离进行二次优化，得到最终欧式距离；基于所述最终欧式距离对所有交通节点进行聚类，得到对应的聚类结果，根据所述聚类结果对每个所述交通节点的交通拥堵阈值进行动态调整，得到调整后的交通拥堵阈值，根据所述调整后的交通拥堵阈值，对每个所述交通节点进行交通预警。其中，在对智慧交通控制系统监测的所有交通节点进行交通模式划分时，通过分析交通节点之间的位置距离以及交通节点之间的交通模式变化关联性，对聚类过程中的每两个交通节点的交通时序数据的欧本文档来自技高网...
【技术保护点】
1.一种用于智慧交通控制系统的交通预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种用于智慧交通控制系统的交通预警方法，其特征在于，所述利用每两个所述交通节点之间的位置距离，对聚类过程中每两个所述交通节点的交通时序数据之间的欧式距离进行第一次优化，得到优化欧式距离，包括：
3.根据权利要求1所述的一种用于智慧交通控制系统的交通预警方法，其特征在于，所述根据每两个所述交通节点的交通时序数据，分别获取每两个所述交通节点之间的DTW距离以及节点影响因子，包括：
4.根据权利要求3所述的一种用于智慧交通控制系统的交通预警方法，其特征在于，所述根据所述皮尔逊相关系数设置所述两个目标点之间的权重，包括：
5.根据权利要求2所述的一种用于智慧交通控制系统的交通预警方法，其特征在于，所述利用每两个所述交通节点之间的DTW距离以及节点影响因子，对每两个所述交通节点之间的优化欧式距离进行二次优化，得到最终欧式距离，包括：
6.根据权利要求1所述的一种用于智慧交通控制系统的交通预警方法，其特征在于，所述根据所述聚类结果对每个所
...【技术特征摘要】
1.一种用于智慧交通控制系统的交通预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种用于智慧交通控制系统的交通预警方法，其特征在于，所述利用每两个所述交通节点之间的位置距离，对聚类过程中每两个所述交通节点的交通时序数据之间的欧式距离进行第一次优化，得到优化欧式距离，包括：
3.根据权利要求1所述的一种用于智慧交通控制系统的交通预警方法，其特征在于，所述根据每两个所述交通节点的交通时序数据，分别获取每两个所述交通节点之间的dtw距离以及节点影响因子，包括：
4.根据权利要求3所...
【专利技术属性】
技术研发人员：杨晓东，李得俊，李国强，王维娜，张羽西，冯刚，张喻，邵姮，
申请(专利权)人：西安金路交通工程科技发展有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。