[發明專利]基于生成式對抗網絡的城市交通流量預測方法

有效

• 申請號: 201911254775.0
• 申請日: 2019-12-09
• 公開（公告）號: CN111127879B
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 朱寧波;蒲斌;范欣欣;李紅旗;程秋鋒;閆安民;裴崇楊;翟宇軒
• 申請（專利權）人: 湖南大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06Q10/04;G06Q50/26;G06N3/04;G06N3/08
• 代理公司: 深圳市中原力和專利商標事務所(普通合伙) 44289
• 代理人: 胡國良

本發明提供了一種基于生成式對抗網絡的城市交通流量預測方法，其包括如下步驟：獲取某一城市的位置信息并將該城市區域劃分為多個網格區域；采集預設時間內該城市區域中車輛的GPS軌跡數據集，根據時間段統計計算出每個網格區域中的進流量和出流量，并將進流量和出流量組織成流量圖集I；將連續的三幀流量圖I_N?2、I_N?1、I_N輸入到訓練好的生成式對抗網絡模型中，即可得到預測的下一個時間間隔的流量圖I_N+1，其中N大于2。與相關技術相比，本發明的基于生成式對抗網絡的城市交通流量預測方法采用3D卷積能夠有效提取交通流量的時間強相關性和空間依賴性，采用生成流量圖的方式來預測，預測結果可靠性更高。

技術領域

本發明屬于城市交通流量預測技術領域，更具體地，涉及一種基于生成式對抗網絡的城市交通流量預測方法。

背景技術

城市交通流量預測是城市計算領域中的一個重要組成部分。城市交通流量影響著人們周圍的環境和資源的利用，更重要的是影響著居民的出行和日常生活。一方面，交通擁堵會對居民的出行帶來不便，提前預知道路的交通流量能使居民繞開擁堵路段能夠快速抵達目的地，為出行帶來便利；另一方面，預測城市中的交通流量對交通管理和公共安全更為重要，提前預知某一地帶的交通流量，能及時有效地在車流量較大的地帶地帶進行交通管制、疏散人群、通知居民避開車流量較大的地帶能有效的防止災難性的踩踏事件的發生。

由于城市交通流量預測的重要性，許多預測交通流量的方法應運而生。以往的很多預測方法，預測精度和魯棒性不強。近幾年隨著大數據和人工智能時代的到來，機器學習和深度學習的方法成為了主流的預測方法。

然而，現有的城市交通流量的預測方法仍然存在一些不可忽略的缺陷：第一，以往的預測方法難以結合交通流量的空間相關性對路段進行預測；第二，以往的預測方法難以實現一次預測所有城市區域的流量信息；第三，以往的預測方法難以提取歷史的連續交通流量中的時間強相關性對城市區域的交通流量進行預測。

因此，有必要提供一種新的基于生成式對抗網絡的城市交通流量預測方法來解決上述問題。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了基于生成式對抗網絡的城市交通流量的預測方法，其目的在于，通過生成式對抗網絡學習大量的由車輛的GPS軌跡數據計算出的交通流量圖實現了對城市中的交通流量進行準確預測的方法，由于本發明中使用3D卷積從連續的三幀流量圖中提取時間相關性，從而能夠解決難以提取歷史的連續交通流量的時間強相關性的問題；由于本發明中采用基于卷積神經網絡的結構能很好地提取空間依賴性，從而能夠解決難以結合空間相關性對交通流量進行預測的問題；以及由于本發明采用的是城市區域的全局GPS軌跡信息對網絡進行訓練，從而能夠解決網絡模型難以一次預測所有城市區域的流量信息且準確度不高的問題。

一種基于生成式對抗網絡的城市交通流量預測方法，其包括如下步驟：

步驟S1，獲取某一城市的位置信息并將該城市區域劃分為多個網格區域；

步驟S2，采集預設時間內該城市區域中車輛的GPS軌跡數據集，根據時間段統計計算出每個網格區域中的進流量和出流量，并將進流量和出流量組織成流量圖集I，其中I＝(I₁，I₂，...，I_M)，M表示時間段的個數；

步驟S3，將連續的三幀流量圖I_N-2、I_N-1、I_N輸入到訓練好的生成式對抗網絡模型中，即可得到預測的下一個時間間隔的流量圖I_N+1，其中N大于或等于3。

優選的，所述步驟S1中，城市區域的位置信息region用經緯度表示：

region＝(maxlon,maxlat,minlon,minlon)