[發明專利]一種基于LSTM模型的機場交通擁堵預測方法及裝置

有效

• 申請號: 201810878081.3
• 申請日: 2018-08-03
• 公開（公告）號: CN108898838B
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 周芳;張波;李強;繆明月;張軍;李國軍
• 申請（專利權）人: 首都經濟貿易大學;北京首都國際機場公安分局
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G5/00;G06Q10/04;G06Q50/26
• 代理公司: 北京慕達星云知識產權代理事務所(特殊普通合伙) 11465
• 代理人: 姜海榮

1.一種基于LSTM模型的機場交通擁堵預測方法，其特征在于，包括：

實時獲取機場周邊預設范圍內道路的交通狀況信息和機場航班起降信息、以及機場周邊預設范圍內航空氣象信息；所述交通狀況信息包括：不同道路擁堵狀況差異明顯信息、道路擁堵周期性特征明顯信息、地面交通與航空因素密切相關信息；

將所述交通狀況信息、航班起降信息和航空氣象信息，輸入LSTM模型；

獲取所述LSTM模型的輸出結果，所述輸出結果為預測未來時段機場周邊預設范圍內道路的擁堵指數；

所述LSTM模型訓練過程如下：

實時獲取機場周邊預設范圍內道路的交通狀況信息和機場航班起降信息、以及機場周邊預設范圍內航空氣象信息；

將所述交通狀況信息、航班起降信息和航空氣象信息，按照時間進行關聯；

關聯后獲得每小時內的道路擁堵指數、航空數據和氣象數據，合并節假日、工作日和其他活動時間序列數據，構成數據集；

對所述航空數據和氣象數據增加滯后效應，生成所述LSTM模型。

2.如權利要求1所述的方法，其特征在于，對所述航空數據、氣象數據增加滯后效應，生成所述LSTM模型，包括：

將LSTM模型用于時間序列預測，得到輸出向量h_t后，連接一個全連接層，從而最終得到預測值：

其中，σ表示激活函數；W_out為全連接層矩陣，維度為1×d_h；h_t表示輸出向量；b_out表示截距項；為第s條時間序列t+1期的預測值。

3.如權利要求1所述的方法，其特征在于，所述LSTM模型的損失函數，包括：MAE和MAPE損失函數；

向前預測n步的損失函數公式為：

公式(8)中，MAE^s是衡量預測效果的指標名稱；s表示道路；t表示時間；l表示時間序列；n表示向前預測的步長；表示實際擁堵指數；表示預測的擁堵指數；

公式(9)中，MAPE^s是另一個衡量預測效果的指標名稱；s表示道路；t表示時間；l表示時間序列；n表示向前預測的步長；表示實際擁堵指數；表示預測的擁堵指數。

4.如權利要求1-3任一項所述的方法，其特征在于，實時獲取機場周邊預設范圍內道路的交通狀況信息，包括：

通過數據接口實時獲取機場周邊預設范圍內道路的車流量和行駛速度，計算道路擁堵指數。

5.一種基于LSTM模型的機場交通擁堵預測裝置，其特征在于，包括：

獲取模塊，用于實時獲取機場周邊預設范圍內道路的交通狀況信息和機場航班起降信息、以及機場周邊預設范圍內航空氣象信息；所述交通狀況信息包括：不同道路擁堵狀況差異明顯信息、道路擁堵周期性特征明顯信息、地面交通與航空因素密切相關信息；

輸入模塊，用于將所述交通狀況信息、航班起降信息和航空氣象信息，輸入LSTM模型；

預測模塊，用于獲取所述LSTM模型的輸出結果，所述輸出結果為預測未來時段機場周邊預設范圍內道路的擁堵指數；

所述LSTM模型包括：

獲取子模塊，用于實時獲取機場周邊預設范圍內道路的交通狀況信息和機場航班起降信息、以及機場周邊預設范圍內航空氣象信息；

輸入子模塊，用于將所述交通狀況信息、航班起降信息和航空氣象信息，按照時間進行關聯；

構成子模塊，用于根據輸入子模塊關聯后獲得每小時內的道路擁堵指數、航空數據和氣象數據，合并節假日、工作日和其他活動時間序列數據，構成數據集；

生成子模塊，用于對所述航空數據和氣象數據增加滯后效應，生成所述LSTM模型。