[發明專利]一種交通信息的處理方法

在審

• 申請號: 201910163145.6
• 申請日: 2019-03-05
• 公開（公告）號: CN109727455A
• 公開（公告）日: 2019-05-07
• 發明（設計）人: 周旭宏
• 申請（專利權）人: 湖北匯程信息技術有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06Q10/04
• 代理公司: 武漢惠創知識產權代理事務所(普通合伙) 42243
• 代理人: 陳薇

本發明涉及一種交通信息的處理方法，屬于信息處理技術領域。包括以下步驟：S1信息獲取：以時間序列的形式獲取得到交通信息的樣本序列；S2平穩化處理：將樣本序列轉化成零均值序列，采用非參數法對新生成的零均值序列進行平穩性判斷，如果新生成的零均值序列不平穩，則對新生成的零均值序列進行差分，以此類推直到平穩為止；S3統計學處理：計算得到平穩化處理后的零均值序列的自相關函數和偏相關函數；S4模型識別：根據自相關函數和偏相關函數判斷采用MA(q)模型、AR(p)模型或ARIMA模型；S5模型定階：采用AIC進行模型的定階，當AIC值達到最小時得到理想階數；S6獲取預測值：根據理想階數采用對應的模型計算得到預測值。

技術領域

本發明涉及信息處理技術領域，特別是涉及一種交通信息的處理方法。

背景技術

每個城市都有自己的城市道路交通網絡，人們通過選擇不同的路線可以快速到達自己的目的地。然而，很多時候由于交通擁塞，如果還是依照以往的出行路線，那么用戶將很難在規定時長內到達自己的目的地。眾所周知，城市道路擁塞是一種動態的擁塞，而非靜態的擁塞。這也意味著，道路擁塞的程度隨著時長的變化而變化。

現有技術中通過對道路交通信息進行監控，獲取過去和現在的交通信息對未來進行預測。但是這種方式在車流量隨機變化的情況下，并不能全面、精確地預測得到道路擁塞情況。

發明內容

本專利提供了一種交通信息的處理方法，該方法建模簡單、容易理解，在數據充分的情況下，有較高的預測精度。所述方案如下：

本發明實施例提供了一種交通信息的處理方法，該方法包括以下步驟：

S1信息獲取：以時間序列的形式獲取得到交通信息的樣本序列，所述交通信息包括交通流流量、密度或速度；

S2平穩化處理：將樣本序列轉化成零均值序列，采用非參數法對新生成的零均值序列進行平穩性判斷，如果新生成的零均值序列不平穩，則對新生成的零均值序列進行差分，以此類推直到平穩為止；

S3統計學處理：計算得到平穩化處理后的零均值序列的自相關函數和偏相關函數；

S4模型識別：根據自相關函數和偏相關函數判斷采用MA(q)模型、AR(p)模型或ARIMA模型；

S5模型定階：采用最小信息準則AIC進行模型的定階，當AIC值達到最小時得到理想階數；

S6獲取預測值：根據理想階數采用對應的模型計算得到預測值。

進一步地，本發明提供的方法還包括：

S7校驗：獲取實際值，與預測值進行比較，如果誤差不符合預定要求，則返回步驟S3對模型的參數進行擬合。

其中，零均值序列Y_t采用以下方法進行獲取：

，

其中，x_t為樣本序列，均值：。

其中，自相關函數為：

，

其中，協方差：，為零均值序列Y_t的均值。

其中，偏相關函數為：

。

具體地，如果僅自相關檢測q不截尾，則采用MA(q)模型；如果僅偏相關檢測p不截尾，則采用AR(p)模型；如果自相關和偏相關均檢測不截尾，則采用ARIMA模型。

其中，AIC為：

，

其中，N為樣本序列的長度，為殘差的方差。