[發(fā)明專(zhuān)利]一種分時(shí)段考慮時(shí)空關(guān)聯(lián)性的快速路交通狀態(tài)預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610096253.2
• 申請(qǐng)日: 2016-02-22
• 公開(kāi)（公告）號(hào): CN105702029B
• 公開(kāi)（公告）日: 2017-11-28
• 發(fā)明（設(shè)計(jì)）人: 陳鵬;王云鵬;魯光泉;丁川;鹿應(yīng)榮
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京航空航天大學(xué)
• 主分類(lèi)號(hào): G08G1/01
• 分類(lèi)號(hào): G08G1/01
• 代理公司: 北京永創(chuàng)新實(shí)專(zhuān)利事務(wù)所11121
• 代理人: 趙文穎

技術(shù)領(lǐng)域

本發(fā)明屬于智能交通領(lǐng)域，可以應(yīng)用于準(zhǔn)確把握城市快速路交通流的時(shí)空關(guān)聯(lián)性，分時(shí)段精確預(yù)測(cè)城市快速路短時(shí)交通流量及行駛速度。

背景技術(shù)

ITS的快速發(fā)展使得城市快速路交通流檢測(cè)信息日趨完備，然而由于交通狀態(tài)的動(dòng)態(tài)時(shí)變特性，實(shí)時(shí)數(shù)據(jù)并不能有效滿(mǎn)足交通管理部門(mén)及出行者需求。快速路作為城市路網(wǎng)的主骨架，準(zhǔn)確把握其交通流時(shí)變特性、預(yù)測(cè)其交通狀態(tài)對(duì)于精細(xì)化交通管理、改善出行服務(wù)具有重要的理論研究?jī)r(jià)值與現(xiàn)實(shí)意義。

交通狀態(tài)短時(shí)預(yù)測(cè)作為ITS領(lǐng)域長(zhǎng)期的研究熱點(diǎn)，概括起來(lái)其建模方法主要包括歷史均值法、時(shí)間序列法、Kalman濾波法、非參數(shù)回歸法、神經(jīng)元網(wǎng)絡(luò)法等。然而，交通流的時(shí)空關(guān)聯(lián)性及預(yù)測(cè)模型的特性決定了交通狀態(tài)預(yù)測(cè)很難基于單一模型或方法解決，故預(yù)測(cè)過(guò)程中需要重點(diǎn)解決的問(wèn)題是根據(jù)實(shí)際交通狀況，考慮交通流的時(shí)空關(guān)聯(lián)性，選擇最適合的模型，提出最優(yōu)的組合模型，并能夠依據(jù)預(yù)測(cè)的效果對(duì)選擇的模型進(jìn)行判斷和評(píng)價(jià)，以便及時(shí)改進(jìn)。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決上述問(wèn)題，提出一種能夠準(zhǔn)確把握城市快速路交通流的時(shí)空關(guān)聯(lián)性，分時(shí)段精確預(yù)測(cè)城市快速路短時(shí)交通流量及行駛速度的方法。

本發(fā)明的一種分時(shí)段考慮時(shí)空關(guān)聯(lián)性的快速路交通狀態(tài)預(yù)測(cè)方法，包括下列步驟：

1)確定與研究的城市快速路路段相鄰的周?chē)肪W(wǎng)作為目標(biāo)研究區(qū)域，采集目標(biāo)研究區(qū)域內(nèi)各路段在一定時(shí)段內(nèi)(連續(xù)多天)的流量、速度數(shù)據(jù)作為樣本數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理；

2)根據(jù)預(yù)處理后的各路段交通流量與速度數(shù)據(jù)，對(duì)快速路交通流的時(shí)間和空間分布特性進(jìn)行相關(guān)性分析，初步確定與目標(biāo)預(yù)測(cè)路段相關(guān)聯(lián)的路段時(shí)空范圍；

3)以目標(biāo)路段的流量和速度時(shí)間序列作為二維交通狀態(tài)表征類(lèi)，采用有序聚類(lèi)算法，在不打亂交通狀態(tài)時(shí)間序列順序的前提下，計(jì)算有序樣本進(jìn)行分割時(shí)對(duì)應(yīng)的誤差函數(shù)E[c(k，m)]；并根據(jù)誤差函數(shù)曲線(xiàn)的斜率變化，確定流量和速度時(shí)序列的最優(yōu)分割數(shù)k，將全天劃分為多個(gè)具有典型交通特征的分析時(shí)段；

4)針對(duì)各個(gè)分析時(shí)段，考慮目標(biāo)地點(diǎn)的交通狀態(tài)與上下游交通流的時(shí)空關(guān)聯(lián)性，基于序列穩(wěn)定性檢測(cè)，構(gòu)建一定滯后階數(shù)、包含不同上下游流量與速度組合的多變量向量自回歸模型；

5)根據(jù)實(shí)時(shí)采集的交通流量與速度數(shù)據(jù)，采用目標(biāo)路段分時(shí)段構(gòu)建的多變量向量自回歸模型，進(jìn)行交通狀態(tài)短時(shí)預(yù)測(cè)。

本發(fā)明的優(yōu)點(diǎn)在于：

本發(fā)明提出的分時(shí)段考慮時(shí)空關(guān)聯(lián)性的快速路交通狀態(tài)預(yù)測(cè)方法相比以往各類(lèi)短時(shí)交通預(yù)測(cè)模型，克服了預(yù)測(cè)變量單一、較少考慮交通流時(shí)空關(guān)聯(lián)性、易受交通流隨機(jī)波動(dòng)影響等缺點(diǎn)，在動(dòng)態(tài)時(shí)段劃分的基礎(chǔ)上，利用多變量向量自回歸模型，進(jìn)行同時(shí)考慮上下游交通狀態(tài)綜合影響的某一地點(diǎn)的流量和速度預(yù)測(cè)，預(yù)測(cè)精度顯著提高。

附圖說(shuō)明

圖1是本發(fā)明的方法流程圖；

圖2是某路段二維交通狀態(tài)分段數(shù)目k對(duì)應(yīng)的誤差函數(shù)曲線(xiàn)E[c(k,m)]；

圖3是某路段基于有序聚類(lèi)算法的二維交通狀態(tài)動(dòng)態(tài)時(shí)段劃分。

具體實(shí)施方式

下面將結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明。

本發(fā)明是一種分時(shí)段考慮時(shí)空關(guān)聯(lián)性的快速路交通狀態(tài)預(yù)測(cè)方法，流程如圖1所示，包括以下幾個(gè)步驟：

(1)界定目標(biāo)區(qū)域及相鄰路段

確定擬研究的城市快速路目標(biāo)區(qū)域，并界定與目標(biāo)路段相鄰的周?chē)范危捎霉潭c(diǎn)線(xiàn)圈檢測(cè)器獲取目標(biāo)區(qū)域內(nèi)所有路段交通流量及速度時(shí)間序列數(shù)據(jù)，并對(duì)采集的數(shù)據(jù)進(jìn)行預(yù)處理，根據(jù)各路段在一天中各個(gè)時(shí)刻交通狀態(tài)數(shù)據(jù)95％置信度的置信區(qū)間，過(guò)濾剔除異常數(shù)據(jù)，對(duì)于缺失數(shù)據(jù)，根據(jù)動(dòng)態(tài)交通流特征，采用相鄰時(shí)段實(shí)測(cè)數(shù)據(jù)和歷史趨勢(shì)數(shù)據(jù)的加權(quán)平均值進(jìn)行補(bǔ)足；

(2)交通流時(shí)空分布相關(guān)性分析

根據(jù)預(yù)處理后的各路段流量、速度時(shí)間序列數(shù)據(jù)，采用相關(guān)系數(shù)度量交通流時(shí)空分布的相關(guān)性，即各路段交通狀態(tài)在典型工作日/非工作日(時(shí)間)的相似性與周期性，以及各路段之間(空間)交通狀態(tài)的時(shí)滯性與相關(guān)性，初步確定與目標(biāo)預(yù)測(cè)路段相關(guān)聯(lián)的路段時(shí)空范圍，即上游和下游分別有多少個(gè)路段與目標(biāo)預(yù)測(cè)路段的交通狀態(tài)相關(guān)；

(3)交通狀態(tài)分析時(shí)段動(dòng)態(tài)劃分

將目標(biāo)區(qū)域內(nèi)待預(yù)測(cè)路段典型工作日/非工作日的流量和速度時(shí)間序列作為交通狀態(tài)的表征類(lèi)，采用有序聚類(lèi)算法，即最優(yōu)分割法，在不打亂原有數(shù)據(jù)順序的基礎(chǔ)上，將全天劃分為具有典型交通流變化特征的時(shí)段，從而使針對(duì)各時(shí)段的短時(shí)預(yù)測(cè)更加準(zhǔn)確。