[發(fā)明專利]一種交通人流量的預(yù)測方法及裝置

有效

• 申請?zhí)枺?/td>: 201811599811.2
• 申請日: 2018-12-26
• 公開（公告）號: CN109887272B
• 公開（公告）日: 2021-08-13
• 發(fā)明（設(shè)計）人: 楊嘉駿;趙星
• 申請（專利權(quán)）人: 創(chuàng)新先進(jìn)技術(shù)有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06Q10/04;G06Q50/26
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 李輝

本說明書提供一種交通人流量的預(yù)測方法及裝置，將長短時記憶遞歸神經(jīng)網(wǎng)絡(luò)模型和深度廣度模型相結(jié)合構(gòu)建出交通流量預(yù)測模型，根據(jù)待預(yù)測時間段的時間信息以及交通關(guān)聯(lián)信息，利用構(gòu)建的交通流量預(yù)測模型進(jìn)行交通人流量的預(yù)測。利用長短時記憶遞歸神經(jīng)網(wǎng)絡(luò)模型捕捉人流量以及其他輔助信息的時序特征，深度廣度模型則可以綜合考慮交通人流量的其他相關(guān)信息，提高交通人流量預(yù)測的準(zhǔn)確性，實現(xiàn)了交通人流量的準(zhǔn)確預(yù)測，為交通規(guī)劃提供了準(zhǔn)確的數(shù)據(jù)基礎(chǔ)。

技術(shù)領(lǐng)域

本說明書屬于計算機技術(shù)領(lǐng)域，尤其涉及一種交通人流量的預(yù)測方法及裝置。

背景技術(shù)

隨著科技的發(fā)展，城市交通種類也越來越多，智能交通的出現(xiàn)緩解了城市交通的壓力。智能交通可以表示基于現(xiàn)代電子信息技術(shù)面向交通運輸?shù)姆?wù)系統(tǒng)，以信息的收集、處理、發(fā)布、交換、分析、利用為主線，為交通參與者提供多樣性的服務(wù)。交通流量的預(yù)測是智能交通中比較重要的一項任務(wù)，交通流量的預(yù)測結(jié)果可以用于優(yōu)化交通運輸服務(wù)。現(xiàn)有技術(shù)中，對于交通人流量的預(yù)測通常是只考慮時間序列的特征，預(yù)測結(jié)果可能不準(zhǔn)確，如何進(jìn)行交通流量的準(zhǔn)確預(yù)測是本領(lǐng)域亟需解決的技術(shù)問題。

發(fā)明內(nèi)容

本說明書目的在于提供一種交通人流量的預(yù)測方法及裝置，實現(xiàn)了交通人流量的準(zhǔn)確預(yù)測。

一方面本說明書實施例提供了一種交通人流量的預(yù)測方法，包括：

獲取待預(yù)測時間段對應(yīng)的時間信息、交通關(guān)聯(lián)信息；

將所述時間信息、所述交通關(guān)聯(lián)信息輸入構(gòu)建的交通流量預(yù)測模型中，獲得所述待預(yù)測時間段的交通人流量預(yù)測值，所述交通流量預(yù)測模型包括長短時記憶遞歸神經(jīng)網(wǎng)絡(luò)模型和深度廣度模型，所述長短時記憶遞歸神經(jīng)網(wǎng)絡(luò)模型的輸出為所述深度廣度模型的深度層的輸入。

另一方面，本說明書提供了一種交通人流量的預(yù)測裝置，包括：

數(shù)據(jù)獲取模塊，用于獲取待預(yù)測時間段對應(yīng)的時間信息、交通關(guān)聯(lián)信息；

流量預(yù)測模塊，用于將所述時間信息、所述交通關(guān)聯(lián)信息輸入構(gòu)建的交通流量預(yù)測模型中，獲得所述待預(yù)測時間段的交通人流量預(yù)測值，所述交通流量預(yù)測模型包括長短時記憶遞歸神經(jīng)網(wǎng)絡(luò)模型和深度廣度模型，所述長短時記憶遞歸神經(jīng)網(wǎng)絡(luò)模型的輸出為所述深度廣度模型的深度層的輸入。

還一方面，本說明書提供了交通人流量的預(yù)測處理設(shè)備，包括：至少一個處理器以及用于存儲處理器可執(zhí)行指令的存儲器，所述處理器執(zhí)行所述指令時實現(xiàn)本說明書實施例中的交通人流量的預(yù)測方法。

再一方面，本說明書提供了一種交通人流量的預(yù)測系統(tǒng)，包括至少一個處理器以及用于存儲處理器可執(zhí)行指令的存儲器，所述處理器執(zhí)行所述指令時實現(xiàn)本說明書實施例中的交通人流量的預(yù)測方法。

本說明書提供的交通人流量的預(yù)測方法、裝置、處理設(shè)備、系統(tǒng)，將長短時記憶遞歸神經(jīng)網(wǎng)絡(luò)模型和深度廣度模型相結(jié)合構(gòu)建出交通流量預(yù)測模型，根據(jù)待預(yù)測時間段的時間信息以及交通關(guān)聯(lián)信息，利用構(gòu)建的交通流量預(yù)測模型進(jìn)行交通人流量的預(yù)測。利用長短時記憶遞歸神經(jīng)網(wǎng)絡(luò)模型捕捉人流量以及其他輔助信息的時序特征，深度廣度模型則可以綜合考慮交通人流量的其他相關(guān)信息，提高交通人流量預(yù)測的準(zhǔn)確性，實現(xiàn)了交通人流量的準(zhǔn)確預(yù)測，為交通規(guī)劃、交通調(diào)度提供了準(zhǔn)確的數(shù)據(jù)基礎(chǔ)。

附圖說明

為了更清楚地說明本說明書實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本說明書中記載的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本說明書一個實施例中交通人流量的預(yù)測方法的流程示意圖；

圖2是本說明書一個實施例中交通流量預(yù)測模型的模型架構(gòu)示意圖；

圖3是本說明書又一個實施例中交通人流量預(yù)測方法的流程示意圖；