[發明專利]一種基于混合特征挖掘的交通流量預測方法

有效

• 申請號: 202010603955.1
• 申請日: 2020-06-29
• 公開（公告）號: CN111508240B
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 黃倩;季瑋;宋曉峰;李道勛;季欣凱;吳戡
• 申請（專利權）人: 之江實驗室
• 主分類號: G08G1/065
• 分類號: G08G1/065;G06Q50/30;G06Q10/04
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 劉靜

1.一種基于混合特征挖掘的交通流量預測方法，其特征在于，該方法包括以下步驟：

步驟（1）：構建多維初始化原始數據；

初始化原始數據由多維數據組成，包括交通流量數據和混合特征數據，所述交通流量數據為車流量或車速數據；所述混合特征數據包括時間數據和交通態勢數據；多維數據中，假設某個當前時間點是T，預測T+t₁, T+t₂,…, T+t_K的K個時間點的交通流量，則多維數據具體獲取方式如下：

1.1）交通流量數據為T時刻之前的Y個小時的歷史數據和相應的預測T+t₁, T+t₂,…, T+t_K的K個時間點的交通流量數據；歷史數據的采樣時間間隔均勻，時間間隔為，采樣交通流量數據量為；

1.2）所述混合特征數據，其中時間數據與要預測的未來交通流量的時間點T+t_i相關，為對應的具體時間戳，1≤i≤K，且為整數；交通態勢數據反映道路狀況，為采樣歷史Y小時時間內是否發生交通事故、事故等級、擁堵程度以及擁堵持續時長；

步驟（2）：解析步驟（1）中得到的混合特征數據，并將解析后的特征數據向量化；具體步驟如下：

2.1）對混合特征數據中的時間數據進行分解；將時間數據分解為離散值數據特征；

2.2）將交通態勢特征數據分解為離散值數據特征和擁擠持續時長的連續值數據特征，所述離散值數據特征包括是否發生交通事故、事故等級和擁堵程度；

2.3）將分解后的數據特征向量化，對連續值數據特征進行標準化，均值為0，方差為1，離散值數據特征獨熱化one-hot編碼，此處特征向量化能夠提升特征挖掘效率；

步驟（3）：計算分解并向量化后的特征數據的重要性，將重要性小于設定閾值的特征去除，具體步驟如下：

3.1）采用簡單純隨機抽樣方法，將所有數據作為總樣本，從M個總樣本中不重復抽樣出N個樣本，使得抽樣樣本隨機包含分解并向量化后的特征數據；N值范圍為：

3.2）使用抽樣出的N個樣本數據構建最大深度為D的提升樹tree booster，深度D根據樣本數據量大小和各個特征數據的取值特點進行調整；

3.3）分別計算每一個特征數據在提升樹中的重要性；使用重要性指標total_gain，即根據某特征數據在每次分裂節點帶來的總增益，計算該特征數據的重要性得分；

3.4）將數據特征按步驟3.3）中計算得到的重要性得分排序，去除重要性得分小于閾值的特征數據，設置方法如下：

設重要性得分平均數為μ，重要性得分方差為，x_j為第j個特征數據的重要性得分，0≤j≤總特征數據數J，則有：

則設置為，

其中系數表示的含義是，當系數取值為時，重要性得分取值落在以下區間的概率為：

式中，為重要性得分最大值；即有的重要性得分大于等于的數據特征被保留，的重要性得分小于的數據特征被剔除；系數及相應的應根據實際應用中重要性取值分布情況進行調整；

步驟（4）：對保留下來的特征數據，計算兩兩特征之間的最大互信息系數，根據最大互信息系數取值分布情況，按實際需求選取閾值；將最大互信息系數大于閾值的兩個特征，刪除重要性得分小的那個特征，即去除重復冗余特征；

步驟（5）：重新構建數據；將步驟（4）最終保留下來的混合特征數據和交通流量數據組合成數據集；

步驟（6）：構建基于GRU的交通流量預測模型，將步驟（5）構建的數據集中的特征數據和歷史交通流量數據作為模型的輸入，模型的輸出為相應的要預測的交通流量數據；具體步驟如下：

6.1）模型的輸入維度即為特征數據和歷史流量數據的綜合維度H；

6.2）模型的輸出維度即為要預測的K個時間點的流量數據的維度K；

6.3）構建基于GRU時序預測模型，模型層數為N_layers，隱藏層個數為N_hidden_units，輸入維度為H，輸出維度為K；

6.4）設計模型損失函數為L2損失函數，優化器為Adam優化器；

6.5）訓練預測模型使模型損失函數最小，反復迭代直至模型完全收斂，同時根據測試集測試性能優化模型超參數；

6.6）使用訓練好的模型對實際道路未來K個時間點的交通流量進行預測。