[發明專利]一種交通流預測方法及裝置

有效

• 申請號: 201310574834.9
• 申請日: 2013-11-15
• 公開（公告）號: CN103578274A
• 公開（公告）日: 2014-02-12
• 發明（設計）人: 侯曉宇;劉靜;熊娟;吳萌;胡思宇
• 申請（專利權）人: 北京四通智能交通系統集成有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

技術領域

本發明涉及數據處理技術領域，尤其涉及一種交通流預測方法及裝置。

背景技術

自適應過濾法屬于一種線性的預測算法，其原理是根據一組給定的權重參數對時間序列的歷史交通數據進行加權平均，從而計算一個預測值。隨后根據預測誤差調整權重參數以減少誤差，這樣反復進行直至找出一組“最佳”權重參數，使誤差減少到最低限度。再利用最佳權重參數進行加權平均，預測最終結果。

自適應過濾法具有簡單易行，程序實現簡便，所需數據量少等優點。但是，由于自適應過濾法是一種線性算法，當參與計算的歷史數據波動較大時，容易影響其預測精度，同時，降低算法的收斂速度。這也是自適應過濾法在經濟、工程、醫療、災難蔓延等長期預測方面應用較多，而較少應用于交通流短時預測方面的原因。

同時，現有的交通流短時預測算法多是針對交通狀態數據正常情況下的預測。當有突發事件發生，導致數據發生突變時，預測值往往不能跟隨真實值進行變化，導致預測值滯后于真實值變化，從而降低了交通流預測的準確性。

發明內容

本發明實施例提供一種交通流預測方法及裝置，用以提高交通流預測的準確性。

本發明實施例提供一種交通流預測方法，包括：

從當前交通數據序列中提取當前時刻的交通數據，所述當前交通數據序列包含當前時刻以及當前時刻之前指定時長內、固定時間間隔的交通數據；

根據當前時刻的交通數據，判斷當前交通狀態是否為事件狀態；

若是，確定當前時刻交通狀態對應的事件類型，從預先建立的事件類型與權重參數集合的對應關系中查找所述事件類型對應的權重參數集合；若否，按照預設算法確定所述當前交通數據序列對應的權重參數集合；

根據所述當前交通數據序列和所述權重參數集合，預測下一時刻交通數據。

本發明實施例提供一種交通流預測裝置，包括：

提取單元，用于從當前交通數據序列中提取當前時刻的交通數據，所述當前交通數據序列包含當前時刻以及當前時刻之前指定時長內、固定時間間隔的交通數據；

判斷單元，用于根據當前時刻的交通數據，判斷當前交通狀態是否為事件狀態；

權重參數確定單元，用于在所述判斷單元的判斷結果為是時，確定當前時刻交通狀態對應的事件類型，從預先建立的事件類型與權重參數集合的對應關系中查找所述事件類型對應的權重參數集合；在所述判斷單元的判斷結果為否時，按照預設算法確定所述當前交通數據序列對應的權重參數集合；

預測單元，用于根據所述當前交通數據序列和所述權重參數集合，預測下一時刻交通數據。

本發明實施例提供的交通流預測方法及裝置，在進行交通流預測時，首先根據當前時刻的交通數據判斷當前的交通狀態是否為事件狀態，如果是，將從預先建立的時間類型與權重參數集合的對應關系中查找當前交通數據序列對應的權重參數集合，如果否，將按照預設算法確定當前交通數據序列對應的權重參數，由于上述過程中，對當前時刻的交通狀態是否為事件狀態進行判斷，這樣，當有突發事件發生時，可以結合事件影響對權重參數集合進行調整，從而提高了交通流預測的準確性。

本發明的其它特征和優點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發明而了解。本發明的目的和其他優點可通過在所寫的說明書、權利要求書、以及附圖中所特別指出的結構來實現和獲得。

附圖說明

此處所說明的附圖用來提供對本發明的進一步理解，構成本發明的一部分，本發明的示意性實施例及其說明用于解釋本發明，并不構成對本發明的不當限定。在附圖中：

圖1為本發明實施例中，交通流預測方法的實施流程示意圖；

圖2為本發明實施例中，判斷當前交通狀態是否為事件狀態的實施流程示意圖；

圖3為本發明實施例中，交通流預測裝置的結構示意圖。

具體實施方式

傳統的自適應過濾法是根據給定的權重參數集合對當前交通數據序列（其為時間序列的交通數據）進行加權平均計算得到預測值，然后根據預測誤差調整權重參數以減少誤差，這樣反復進行直至找出“最佳”權重參數集合，使誤差減少到最低限度，再利用最佳權重參數集合進行加權平均預測下一時刻的交通數據，具體如下：