SUMO仿真工具中edgeDataDiff模块的流量统计优化

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。

解决方案

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：

1. 在计算GEH统计量前，先将流量数据统一换算为小时流量值
2. 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
3. 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。

技术实现细节

优化后的实现主要修改了数据处理流程：

1. 读取原始仿真输出数据(通常是短时间间隔的统计值)
2. 根据数据的时间间隔属性，将流量值线性扩展到小时流量
3. 使用换算后的值进行GEH计算
4. 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。

应用价值

这项优化对于SUMO用户具有实际意义：

1. 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
2. 提高模型校准的准确性，帮助用户建立更可靠的交通模型
3. 保持与交通工程实践中常用分析方法的一致性
4. 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。