[發明專利]車流量時間序列的預測方法及預測裝置

有效

• 申請號: 202010142359.8
• 申請日: 2020-03-04
• 公開（公告）號: CN111401609B
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 段洪云;彭琛;汪偉
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06F18/241;G08G1/01
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 程超

1.一種車流量時間序列的預測方法，其特征在于，包括以下步驟：

獲取訓練時間序列；所述訓練時間序列為作為訓練數據的車流量時間序列；

獲取與所述訓練時間序列相匹配的目標預測模型，并記錄所述目標預測模型對應的分類標簽；

建立所述訓練時間序列與所述分類標簽之間的映射關系，根據所述映射關系進行機器學習得到分類模型；

響應于車流量預測指令，獲取待預測的歷史車流量時間序列；

將所述歷史車流量時間序列輸入分類模型以獲取對應的分類標簽，其中所述分類標簽用于唯一標識所述歷史車流量時間序列適用的預測模型；

根據所述對應的分類標簽獲取目標預測模型；

將所述歷史車流量時間序列輸入所述目標預測模型，得到對應的預測車流量時間序列；

所述獲取與所述訓練時間序列相匹配的目標預測模型的步驟包括：

提取所述訓練時間序列中的統計特征，所述統計特征包括斷點信息、平穩度信息、自相關信息和方差信息；

基于所述統計特征為所述訓練時間序列分配候選預測集，所述候選預測集中包含用于對時間序列進行預測的一個或多個候選預測模型；具體地，首先將所有的預測模型分為兩大類F1和F2，當斷點信息大于或等于第一閾值時，選擇F1集合，當斷點信息小于第一閾值時，選擇F2集合；若根據現有的斷點信息已選擇F1集合，接下來F1集合中又根據平穩度信息分為S1和S2兩個子集，當平穩度信息大于等于第二閾值時，選擇S1集合，當平穩度信息小于第二閾值時，選擇S2集合；若根據現有的平穩度信息已選擇S1集合，接下來S1集合中又根據自相關信息分為T1和T2兩個子集，當自相關信息大于等于第三閾值時，選擇T1集合，當自相關信息小于第三閾值時，選擇T2集合，以此類推，直到獲取到最終的候選預測集；

將所述訓練時間序列分別輸入所述候選預測集中的每一個候選預測模型，得到對應的擬合值；

將擬合值最優的候選預測模型作為目標預測模型；

所述將所述歷史車流量時間序列輸入分類模型以獲取對應的分類標簽的步驟包括：

提取所述歷史車流量時間序列的斜率、凸性和方差，構成所述歷史車流量時間序列的標準數據結構；

將所述標準數據結構輸入所述分類模型，得到所述分類標簽。

2.根據權利要求1所述的車流量時間序列的預測方法，其特征在于，所述將所述歷史車流量時間序列輸入所述預測模型，得到所述歷史車流量時間 序列的預測數據的步驟包括：

對所述歷史車流量時間序列進行平穩處理，得到與所述歷史車流量時間序列相對應的平穩時間序列；

將所述平穩時間序列輸入所述預測模型，得到對應的預測車流量時間序列。