[發(fā)明專利]一種采用多源同構(gòu)數(shù)據(jù)的行程時間動態(tài)融合預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201410149283.6
• 申請日: 2014-04-14
• 公開（公告）號: CN103903430A
• 公開（公告）日: 2014-07-02
• 發(fā)明（設(shè)計）人: 錢振東;聶慶慧;夏井新;李曄寒;馬黨生;安成川;崔青華
• 申請（專利權(quán)）人: 東南大學(xué)
• 主分類號: G08G1/00
• 分類號: G08G1/00;G08G1/01;G06Q10/04
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 柏尚春

技術(shù)領(lǐng)域

本發(fā)明涉及交通預(yù)測領(lǐng)域，具體涉及一種利用多源同構(gòu)交通信息進(jìn)行道路行程時間預(yù)測的方法。

背景技術(shù)

行程時間是交通管理與運營部門實施交通控制措施的重要參考指標(biāo)，同時也是交通出行者對道路實際交通狀態(tài)做出判斷的直觀依據(jù)。準(zhǔn)確、可靠的行程時間實時預(yù)測技術(shù)已經(jīng)成為城市道路主動式交通控制系統(tǒng)、交通誘導(dǎo)系統(tǒng)以及交通信息服務(wù)系統(tǒng)等智能交通系統(tǒng)的重要研究內(nèi)容。

目前國內(nèi)外對道路行程時間的短時預(yù)測技術(shù)開展了大量研究，基于統(tǒng)計模型以及人工智能等技術(shù)的預(yù)測方法不斷被提出，并且預(yù)測的準(zhǔn)確性也不斷得到提高。然而，我國城市道路交通狀況復(fù)雜，交叉口延誤、機(jī)非混行等因素致使行程時間預(yù)測過程存在諸多不確定性。因此，在行程時間預(yù)測過程中考慮不確定性，進(jìn)一步提高行程時間預(yù)測的準(zhǔn)確性和可靠性是當(dāng)前行程時間預(yù)測領(lǐng)域的研究熱點和難點。

此外，隨著城市道路交通監(jiān)控系統(tǒng)的發(fā)展，感應(yīng)線圈、微波車輛器、高清視頻攝像機(jī)、車載GPS設(shè)備，以及藍(lán)牙手機(jī)等多種交通信息采集設(shè)備為道路行程時間的估計和預(yù)測提供了多元化的數(shù)據(jù)來源，也為基于多源數(shù)據(jù)融合技術(shù)的行程時間預(yù)測提供了必要的數(shù)據(jù)支撐。因此，如何在考慮單一數(shù)據(jù)源行程時間預(yù)測不確定性的基礎(chǔ)上，進(jìn)一步對多源行程時間預(yù)測結(jié)果進(jìn)行融合估計，可進(jìn)一步提高行程時間預(yù)測的準(zhǔn)確性和可靠性。

發(fā)明內(nèi)容

發(fā)明目的：針對當(dāng)前道路行程時間短時預(yù)測及融合技術(shù)缺乏對行程時間不確定性量化分析的問題，本發(fā)明以行程時間預(yù)測過程中的動態(tài)方差量化行程時間的不確定性，并以此為基礎(chǔ)，提出了一種采用多源同構(gòu)數(shù)據(jù)的行程時間實時融合預(yù)測方法。

技術(shù)方案：一種采用多源同構(gòu)數(shù)據(jù)的行程時間實時融合預(yù)測方法，所述方法包括如下步驟：

（1）獲取S₁,S₂,...S_i,...,S_n為某路段或路徑行程時間的n個數(shù)據(jù)源，對原始數(shù)據(jù)進(jìn)行時間規(guī)整，形成等時間間隔的時間序列數(shù)據(jù)集，并建立D-S證據(jù)推理模型的識別框架Θ={S₁,S₂,...S_i,...,S_n}，i=1,2,...,n；

（2）對每個數(shù)據(jù)源S_i的行程時間的時間序列{TT_it}，采用一定數(shù)量的歷史數(shù)據(jù)建立單一數(shù)據(jù)源的行程時間均值及動態(tài)方差預(yù)測模型；

（3）對于數(shù)據(jù)源S_i，采用與t時間間隔相鄰的一定時段的歷史數(shù)據(jù)及預(yù)測模型進(jìn)行行程時間預(yù)測，獲得該數(shù)據(jù)源在時間間隔t內(nèi)的行程時間均值μ_it和動態(tài)方差

（4）以步驟（3）獲得的行程時間動態(tài)方差作為輸入數(shù)據(jù)，并在假設(shè)行程時間數(shù)據(jù)序列波動的隨機(jī)過程服從正太分布的基礎(chǔ)上，通過識別框架冪集合的各個元素計算D-S證據(jù)推理模型的基本概率分配函數(shù)p_i(*)，并以此為基礎(chǔ)，進(jìn)一步計算基本信任分配函數(shù)m_i(*)；

（5）依據(jù)D-S證據(jù)推理模型的合成規(guī)則，計算D-S證據(jù)推理模型的合成信任分配m(*)；

（6）根據(jù)D-S證據(jù)推理模型的合成信任分配計算獲得各類行程時間數(shù)據(jù)源在時間間隔t內(nèi)的融合權(quán)重w_it；

（7）根據(jù)步驟（3）獲得的行程時間預(yù)測均值μ_it和步驟（6）獲得的融合權(quán)重w_it計算時間間隔t內(nèi)的行程時間預(yù)測融合值，表達(dá)式為

TTft=Σi=1nwitμit]]>

式中，TT_ft即為多源同構(gòu)行程時間數(shù)據(jù)在時間間隔t內(nèi)的預(yù)測融合結(jié)果。

所述步驟（1）中，多源同構(gòu)行程時間數(shù)據(jù)是以5分鐘為等時間間隔的連續(xù)時間序列數(shù)據(jù)。