[發(fā)明專利]一種可進(jìn)行置信區(qū)間估計的短時交通流預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201810788337.1
• 申請日: 2018-07-18
• 公開（公告）號: CN108877224B
• 公開（公告）日: 2019-05-14
• 發(fā)明（設(shè)計）人: 康軍;郭佳豪;段宗濤;樊娜;唐蕾;楊云;陳柘;王青龍
• 申請（專利權(quán)）人: 長安大學(xué)
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06Q10/04;G06Q50/30
• 代理公司: 西安恒泰知識產(chǎn)權(quán)代理事務(wù)所 61216
• 代理人: 張明

1.一種可進(jìn)行置信區(qū)間估計的短時交通流預(yù)測方法，其特征在于，包括以下步驟：

選定需要進(jìn)行交通流預(yù)測的路段，獲取所選路段的短時交通流歷史數(shù)據(jù)并構(gòu)建所選路段的短時交通流歷史數(shù)據(jù)庫，選擇短時交通流預(yù)測的預(yù)測時段，確定短時交通流數(shù)據(jù)的樣本周期；

確定用于生成短時交通流預(yù)測模型的訓(xùn)練數(shù)據(jù)集的交通流歷史數(shù)據(jù)的規(guī)模，從所述數(shù)據(jù)庫中選擇相應(yīng)數(shù)量的短時交通流歷史數(shù)據(jù)，根據(jù)所述的樣本周期，對選擇的短時交通流歷史數(shù)據(jù)進(jìn)行周期性差分處理，將差分處理后的結(jié)果作為所述的訓(xùn)練數(shù)據(jù)集；其中，所述的短時交通流短時交通流歷史數(shù)據(jù)，表示為：

{y_j|j＝1,2,...,M} 式1

在式1中，y_j的下標(biāo)j表示短時交通流歷史數(shù)據(jù)的編號，其取值范圍為1至M，M為從數(shù)據(jù)庫中選擇的短時交通流歷史數(shù)據(jù)的數(shù)量；

差分處理后的結(jié)果表示為：

在式2中，n＝M-T，其中T表示短時交通流數(shù)據(jù)的樣本周期，x_i表示交通流差分?jǐn)?shù)據(jù)的編號，x_i的值等于其下標(biāo)i，即x_i＝i；表示交通流差分?jǐn)?shù)據(jù)，即第i+T號、第i號短時交通流歷史數(shù)據(jù)的差；

建立可進(jìn)行置信區(qū)間估計的短時交通流預(yù)測模型，確定預(yù)測模型中需要求解的待定參數(shù)，包括：

根據(jù)所述的訓(xùn)練數(shù)據(jù)集，分別構(gòu)建交通流差分?jǐn)?shù)據(jù)編號的n維向量X＝(x₁,...,x_n)^T以及短時交通流差分?jǐn)?shù)據(jù)的n維向量

設(shè)所述的向量Y作為隨機(jī)向量且其先驗分布服從多元正態(tài)分布，如下式所示：

上式中，表示均值為n維0向量、方差矩陣為的多元正態(tài)分布；I_n為n階單位矩陣，為短時交通流預(yù)測值噪聲的方差，為待定參數(shù)；K(X,X)＝(k(x_i,x_j))_n×n為協(xié)方差矩陣，其中k(x_i,x_j)表示為：

上式中，l為方差尺度，為信號方差，l和均為待定參數(shù)；

所述的短時交通流預(yù)測模型，表示為：

其中，m為期望預(yù)測的短時交通流數(shù)據(jù)編號；y_m-T表示編號為m-T的短時交通流歷史數(shù)據(jù)；K(m,X)＝(k(m,x_i))_1×n，其中k(m,x_i)根據(jù)式4進(jìn)行計算；K(X,m)＝(k(x_i,m))_n×1，其中k(x_i,m)也根據(jù)式4進(jìn)行計算；h(m)為短時交通流數(shù)據(jù)預(yù)測值；cov(m)為短時交通流數(shù)據(jù)預(yù)測值方差的估計值；

所述的預(yù)測模型中需要求解的待定參數(shù)分別為：方差尺度l，信號方差和預(yù)測噪聲方差用集合表示；

根據(jù)所述的訓(xùn)練數(shù)據(jù)集求得待定參數(shù)的最優(yōu)值，然后通過所述預(yù)測模型進(jìn)行短時交通流預(yù)測，分別獲得短時交通流的預(yù)測值及其方差估計值，并在給定的置信水平條件下，獲得針對所述預(yù)測值的置信區(qū)間，包括：

所述的根據(jù)所述的訓(xùn)練數(shù)據(jù)集求得待定參數(shù)的最優(yōu)值，包括：

求取訓(xùn)練數(shù)據(jù)條件概率的負(fù)對數(shù)似然函數(shù)，對負(fù)對數(shù)似然函數(shù)按預(yù)測模型中的待定參數(shù)求偏導(dǎo)數(shù)，通過求取使得所述偏導(dǎo)數(shù)最小的參數(shù)值即可獲得待定參數(shù)的最優(yōu)值，其中：

所述的訓(xùn)練數(shù)據(jù)條件概率的負(fù)對數(shù)似然函數(shù)表示為：

上式中，表示方差矩陣的行列式，集合表示待定參數(shù)集合，使式7對待定參數(shù)集合中的各待定參數(shù)求偏導(dǎo)數(shù)可得下式：

上式中，θ_p∈θ，函數(shù)tr()表示矩陣的跡，a＝C^-1Y；

所述的待定參數(shù)的最優(yōu)值，是利用式8得到的偏導(dǎo)數(shù)，采用共軛梯度法或牛頓法求得使得公式7最小化的待定參數(shù)的最優(yōu)解就是所述的最優(yōu)值；

所述的通過所述預(yù)測模型進(jìn)行短時交通流預(yù)測，分別獲得短時交通流的預(yù)測值及其方差估計值，包括：

步驟7.1，根據(jù)需要實際預(yù)測的短時交通流編號m'，使用式9獲得期望預(yù)測的短時交通流數(shù)據(jù)編號m：

m＝m'mod n 式9

上式中，運算mod表示整數(shù)求余運算，n表示預(yù)測模型訓(xùn)練數(shù)據(jù)集中數(shù)據(jù)的數(shù)量；

步驟7.2，將所述的期望預(yù)測的短時交通流數(shù)據(jù)編號m代入式5，獲得短時交通流的預(yù)測值h(m)；

步驟7.3，將所述的期望預(yù)測的短時交通流數(shù)據(jù)編號m代入式6，獲得短時交通流預(yù)測值方差的估計值cov(m)；

所述的在給定的置信水平條件下，獲得針對所述預(yù)測值的置信區(qū)間，包括：

當(dāng)給定的置信水平為1-a的條件下，預(yù)測值的1-a置信區(qū)間可表示成下面的數(shù)值區(qū)間：

上式中，z_a/2為標(biāo)準(zhǔn)正態(tài)分布顯著水平a的分位數(shù)。