[發明專利]一種基于門控循環單元神經網絡的交通擁堵預警方法

在審

• 申請號: 202110555241.2
• 申請日: 2021-05-21
• 公開（公告）號: CN113449905A
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 郭海鋒;程茂恒;劉瑞;吳銓力
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G08G1/01;G06N3/04;G06N3/08
• 代理公司: 杭州天正專利事務所有限公司 33201
• 代理人: 王兵

1.一種基于門控循環單元神經網絡的交通擁堵預警方法，包括以下步驟：

1)通過車道檢測器采集交通流數據信息，得到原始交通流數據樣本集；

2)對獲取的交通流數據進行預處理，之后作為神經網絡的訓練數據集；

3)構建注意力機制和門控循環單元神經網絡的組合模型；

4)定義模型損失函數，基于反向傳播理論訓練模型；

5)設定交通擁堵狀態評判標準，針對短時交通流預測結果進行判斷，對未來時刻擁堵做出預警。

2.如權利要求1所述的一種基于門控循環單元神經網絡的交通擁堵預警方法，其特征在于，所述步驟1)中，交通流數據信息包括3個特征：流量值、占有率和速度值；數據采集的環境不限于具體的某個城市和特定的時間段；用于采集交通流數據信息的車道檢測器設備包括線圈檢測器、地磁檢測器及相關設備。

3.如權利要求1所述的一種基于門控循環單元神經網絡的交通擁堵預警方法，其特征在于，所述步驟2)中，對獲取的交通流數據進行預處理，包括以下步驟：

2.1)篩選掉不合理的數據：對于一個時間區間，當該區間內檢測器采集到的數據缺失量大于10％，則直接舍棄掉該區間內的所有數據；當在空間維度上是同一節點，同一時刻輸出多條交通流數據時，值相同，取其中一條數據，值不同，則只取第一條數據；當節點輸出的數據與前一時刻和后一時刻同時相比增長或者降低幅度大于3倍時，篩選掉該數據信息；同一時刻獲取的交通流數據同時包含流量、占有率和速度三個特征，結合交通常識與邏輯綜合分析這三個特征數據同時存在的合理性，不合理時刻的所有數據要被舍棄；不符合采集路段實際道路情況的數據信息也要被篩選掉；

2.2)對被篩選掉的數據和缺失的數據進行處理：當被篩選掉的數據和缺失的數據占其鄰近一段時間數據總量的比例小于3％時，這些缺失的數據不用補充；當在一段時間區間內，被篩選掉的和缺失的數據量大于6％且小于10％時，根據缺失數據前一時刻和后一時刻的實際數據及其變化趨勢，新計算一個數據替代；應實際交通流情況，采用鄰近時刻數據、均值或者加權平均值進行補充：

式中，x_t表示待計算后填充的t時刻數據，x_t-k,..,x_t-1,x_t+1,...,x_t+k為鄰近t-k,...,t-1,t+1,...,t+k時刻的數據值，其中k取正整數；w_t-k,...,w_t-1,w_t+1,...,w_t+k則為對應時刻的權數，n為分子中所有權數的總和；

2.3)對剩余數據進行標準化處理：經過前兩步的處理后，對剩余的交通流數據信息(包括流量、占有率和速度)統一做標準化的處理，使其服從標準正態分布，有益于提升模型的訓練效果；標準化方法為均值方差標準化，計算公式如下：

式中，x'為單個數據標準化后的結果，x為單個數據的取值，為對應特征的均值，σ為對應特征的標準差。