[發明專利]一種交通流量預測方法及裝置

有效

• 申請號: 201710174865.3
• 申請日: 2017-03-22
• 公開（公告）號: CN106710222B
• 公開（公告）日: 2019-07-02
• 發明（設計）人: 李澤熊;吳偉民;吳汪洋;李澤鋒
• 申請（專利權）人: 廣東工業大學
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種交通流量預測方法，其特征在于，包括：

獲得當前時刻之前設定時間段內目標區域的交通流量時間序列；

對所述交通流量時間序列進行小波包分解，分解成多個子序列；

利用基于飛蛾動態感知捕焰算法預先訓練得到的神經網絡優化模型對各子序列進行預測，獲得多個預測值；

重構疊加各預測值，獲得所述目標區域短期未來的交通流量值；

其中，通過以下步驟基于飛蛾動態感知捕焰算法預先訓練得到所述神經網絡優化模型：

建立Elman神經網絡，確定基本參數；

初始化包含多個個體的種群；

訓練所述Elman神經網絡，根據訓練結果計算所述種群中每個個體的適應度值；

人工飛蛾進行光源動態感知捕焰，對所述種群的個體解碼，尋優搜索開發，自適應調整相關的權值和閾值，并反饋給所述Elman神經網絡；

重復執行所述訓練所述Elman神經網絡的步驟，直至所述種群的迭代次數大于設定第一閾值或者所述Elman神經網絡的適應度函數的值小于設定第二閾值，獲得所述神經網絡優化模型；

所述人工飛蛾進行光源動態感知捕焰，包括：

人工飛蛾根據以下公式進行光源動態感知捕焰：

S＝a₁·S(M_i,F_α)+a₂·S(M_i,F_β)+a₃·S(M_i,F_γ)；

其中，S為人工飛蛾更新后的位置，a₁、a₂、a₃為[0,1]上的隨機數，F_α，F_β和F_γ為全局前三最優的火焰，S(M_i,F_best)＝F_best-A·D_i為人工飛蛾M_i朝全局最優火焰F_best直線運動更新的位置，人工飛蛾M_i到火焰F_best的距離為D_i＝|C·F_best-M_i|，C＝2r₂，A＝2a·r₁-a，a為在區間[0,2]上線性遞減的變量，r₁、r₂為[0,1]上的隨機數。

2.根據權利要求1所述的交通流量預測方法，其特征在于，所述對所述交通流量時間序列進行小波包分解，分解成多個子序列，包括：

根據以下公式對所述交通流量時間序列進行小波包分解，獲得多個子序列：

其中，dⁱ為第I層的小波包分解頻帶系數，h₀和g₀均為小波包分解共軛濾波器的系數，l為位置指標的時間參數，k為尺度指標的頻域參數。

3.根據權利要求1或2所述的交通流量預測方法，其特征在于，所述根據訓練結果計算所述種群中每個個體的適應度值，包括：

根據以下公式計算所述種群中每個個體的適應度值：

其中，fobj為所述Elman神經網絡的評價適應度函數，y_k(w)和分別是所述Elman神經網絡的期望輸出值和實際輸出值，m是輸出層訓練維數。