[發明專利]一種基于時空特性分析的短時交通流預測方法

有效

• 申請號: 201810377482.0
• 申請日: 2018-04-25
• 公開（公告）號: CN108492568B
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 鮑楠;浦慈
• 申請（專利權）人: 南京郵電大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06K9/62
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 田凌濤

1.一種基于時空特性分析的短時交通流預測方法，用于實現目標道路的交通流量預測，其特征在于，包括如下步驟：

步驟A.獲得目標道路指定歷史時間區間內的實時交通流量，然后進入步驟B；

步驟B.針對目標道路指定歷史時間區間內實時交通流量，進行預處理操作，獲得目標道路指定歷史時間區間內各個時間節點對應的交通流量，然后進入步驟C；

步驟C.將目標道路所對應指定歷史時間區間內各個時間節點的交通流量，作為各個數據樣本點，并針對各個數據樣本點，進行維度空間坐標轉換，獲得各個數據樣本點分別所對應的維度空間坐標，然后進入步驟D；

步驟D.基于各個數據樣本點分別所對應的維度空間坐標，針對各個數據樣本點進行聚類處理，獲得各個聚類簇，然后進入步驟E；

步驟E.根據各個聚類簇，獲得目標路段分別對應各聚類時間節點的交通流量，然后進入步驟F；

步驟F.基于目標路段分別對應各聚類時間節點的交通流量，結合預設預測時長跨度，獲得各組訓練樣本(x_k,y_k)，然后進入步驟G；其中，k∈{1,…,K}，K表示訓練樣本的組數，x_k、y_k均屬于目標路段分別對應各聚類時間節點的交通流量，x_k所對應聚類時間節點與y_k所對應聚類時間節點之間的差值等于預測時長跨度，且按時序、x_k所對應聚類時間節點在y_k所對應聚類時間節點之前；

步驟G.采用各組訓練樣本(x_k,y_k)，基于x_k為輸入，y_k為輸出，針對預設分類器進行訓練，獲得對應預測時長跨度的目標路段短時交通流預測模型，然后進入步驟H；

步驟H.基于所獲目標路段短時交通流預測模型，針對目標路段，實現預測時長跨度的交通流量預測。

2.根據權利要求1所述一種基于時空特性分析的短時交通流預測方法，其特征在于：所述步驟B中，采用歷史平均法、相鄰數據平均法或加權平均法中的一種或幾種任意組合，針對目標道路指定歷史時間區間內實時交通流量進行預處理操作。

3.根據權利要求1或2所述一種基于時空特性分析的短時交通流預測方法，其特征在于：所述步驟B中，針對目標道路指定歷史時間區間內實時交通流量，進行預處理操作，包括丟失值處理、錯誤值處理和異常值處理。

4.根據權利要求1所述一種基于時空特性分析的短時交通流預測方法，其特征在于：所述步驟D中，基于各個數據樣本點分別所對應的維度空間坐標，針對各個數據樣本點進行OPTICS聚類處理，獲得各個聚類簇。