SUMO仿真工具中edgeDataDiff模块的流量统计优化

发布时间：2025-11-28 04:07

在交通仿真领域，SUMO(Simulation of Urban MObility)是一个广泛使用的开源微观交通仿真工具。其edgeDataDiff模块用于比较不同仿真结果中的路段流量数据，而近期对该模块的一项优化改进了流量统计的准确性。

背景与问题

在交通仿真分析中，GEH(Geoffrey E. Havers)统计量是衡量观测流量与仿真流量差异的常用指标。计算公式为：

GEH = sqrt( (2*(M-C)² / (M+C) )

其中M表示测量值(实际观测值)，C表示计算值(仿真值)。当GEH<5时，认为两者吻合良好；5<GEH<10时需进一步检查；GEH>10则认为存在显著差异。

在SUMO的edgeDataDiff模块中，原始实现直接使用仿真输出的原始流量值进行GEH计算。然而，仿真输出通常是基于较短时间间隔(如5分钟)的统计值，而实际交通分析通常需要换算为小时流量进行比较。这种时间尺度不一致会导致GEH计算结果不准确。

针对这一问题，开发者对edgeDataDiff.py进行了优化改进。核心修改包括：

在计算GEH统计量前，先将流量数据统一换算为小时流量值保持原始数据的完整性，仅在进行比较时进行时间尺度转换确保换算过程不影响其他统计指标的计算

这种改进使得GEH统计量的计算更加符合交通工程实践中的标准做法，提高了仿真结果与实际观测数据对比的准确性。

优化后的实现主要修改了数据处理流程：

读取原始仿真输出数据(通常是短时间间隔的统计值) 根据数据的时间间隔属性，将流量值线性扩展到小时流量使用换算后的值进行GEH计算保持其他统计指标(如绝对误差、相对误差等)的计算方式不变

这种处理方式既保证了统计方法的正确性，又最大限度地保留了原始数据的精度。

这项优化对于SUMO用户具有实际意义：

使仿真验证结果更符合行业标准，便于与其他研究进行比较提高模型校准的准确性，帮助用户建立更可靠的交通模型保持与交通工程实践中常用分析方法的一致性无需用户额外处理数据，简化了工作流程

对于交通规划师和仿真工程师而言，这一改进意味着他们可以更可靠地使用SUMO的edgeDataDiff模块进行模型验证和校准工作，从而提升整个交通仿真项目的质量。