[發明專利]一種基于時空因素的交通狀態指數預測方法

有效

• 申請號: 202010049109.X
• 申請日: 2020-01-16
• 公開（公告）號: CN111210088B
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 肖建力;吳家成
• 申請（專利權）人: 上海理工大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/0639;G08G1/01
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 宣慧蘭

本發明涉及一種基于時空因素的交通狀態指數預測方法，具體包括以下步驟：步驟S1：獲取交通狀態指數的數據，生成交通狀態指數云圖；步驟S2：將交通狀態指數云圖劃分為多個子區域，根據子區域的中心網格是否有指數值，分為包含目標網格的子區域和包含非目標網格的子區域；步驟S3：對包含目標網格的子區域和包含非目標網格的子區域分別通過時間序列預測模型和空間預測模型進行時空預測；步驟S4：基于包含非目標網格的子區域進行空間預測和時間預測的預測結果設置最優模型參數，構建混合模型，通過將包含目標網格的子區域輸入混合模型來預測目標網格。與現有技術相比，本發明具有較高的交通狀態指數的預測精度、彌補缺失的交通狀態指數等優點。

技術領域

本發明涉及智能交通與機器學習領域，尤其是涉及一種基于時空因素的交通狀態指數預測方法。

背景技術

交通流分析可以劃分為微觀交通流分析、中觀交通流分析與宏觀交通流分析三部分。微觀交通流理論分析主要研究某一點或某一斷面交通特性。它是一種針對個體車輛交通運行特性進行分析與建模的理論方法，是解析、描述和預測交通流運行規律的重要手段之一。中觀交通流理論分析主要研究路段的交通流特性。它通過建立可以模擬真實交通流狀況的數學模型，從中觀層面研究行駛的車輛，從而描述交通流的隨機性與不確定性。宏觀交通流理論分析主要研究路網區域的交通流特性。它不是描述具體某車輛的行駛規律或某一路段的交通流特性，而是對整個路網區域的交通流特性進行描述分析。通過在宏觀尺度上研究擁堵區域的形成和消散的規律，為城市交通控制管理、挖掘現有路網的通行潛力、提高交通資源的利用率等提供更為可靠的科學依據。

近年來，道路交通狀態指數的概念成為國內外交通領域研究的熱點，它是一種合理反映各等級道路車輛出行相對擁堵體驗的標準化指標。道路交通狀態指數能精確反映交通路網狀況，對交通管理具有重要意義。基于交通狀態指數生成的交通狀態指數云圖能從宏觀層面上呈現一個城市不同區域的交通特性，對于宏觀交通流分析起著至關重要的作用。

目前的交通狀態指數云圖已經能較好的滿足交通分析的需要，但仍然呈現出一些問題，交通指數的缺失就是其中之一。缺失的原因很大程度上是因為原始交通速度數據在時間和空間上本來就有缺失，或是在計算交通指數的過程中出現了錯誤。對缺失交通指數的預測有著重大意義，但目前涉及這部分的方法非常的少。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺少對缺失交通指數進行預測的缺陷而提供一種基于時空因素的交通狀態指數預測方法。

本發明的目的可以通過以下技術方案來實現：

一種基于時空因素的交通狀態指數預測方法，具體包括以下步驟：

步驟S1：獲取交通狀態指數的數據作為原始數據，根據所述原始數據生成交通狀態指數云圖；

步驟S2：將所述交通狀態指數云圖劃分為多個子區域，根據所述子區域的中心網格是否有指數值，分為包含目標網格的子區域和包含非目標網格的子區域；

步驟S3：對所述包含目標網格的子區域和包含非目標網格的子區域分別通過時間序列預測模型和空間預測模型進行時間預測和空間預測；

步驟S4：基于所述包含非目標網格的子區域進行空間預測和時間預測的預測結果設置最優模型參數，按照所述最優模型參數構建混合模型，通過將所述包含目標網格的子區域輸入所述混合模型來對目標網格進行預測。

所述交通狀態指數包括交通流速度、自由流速度、道路種類和道路數。

所述子區域為正方形子區域。

優選的，所述子區域的邊長的取值為3個單位長度或5個單位長度。

優選的，所述時間序列預測模型包括差分整合移動平均自回歸模型、梯度增強樹模型、長短時記憶網絡模型或時間卷積網絡模型。