[發(fā)明專利]基于ETC數(shù)據(jù)的駛?cè)敕?wù)區(qū)車流量預(yù)測(cè)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110637565.0
• 申請(qǐng)日: 2021-06-08
• 公開（公告）號(hào): CN113380052B
• 公開（公告）日: 2022-07-15
• 發(fā)明（設(shè)計(jì)）人: 孫棣華;趙敏;魏銓
• 申請(qǐng)（專利權(quán)）人: 重慶大學(xué)
• 主分類號(hào): G08G1/065
• 分類號(hào): G08G1/065;G08G1/01;G07B15/06
• 代理公司: 北京匯澤知識(shí)產(chǎn)權(quán)代理有限公司 11228
• 代理人: 武君

1.一種基于ETC數(shù)據(jù)的駛?cè)敕?wù)區(qū)車流量預(yù)測(cè)方法，其特征在于，該方法包括：

獲取預(yù)測(cè)數(shù)據(jù)，所述預(yù)測(cè)數(shù)據(jù)包括：在時(shí)間窗口(t_a,t_b)內(nèi)服務(wù)區(qū)入口車流量、時(shí)間窗口(t_a-t_ke,t_b-t_ke)內(nèi)通過(guò)服務(wù)區(qū)鄰近上游ETC門架的客車流量、時(shí)間窗口(t_a-t_huo,t_b-t_huo)內(nèi)通過(guò)服務(wù)區(qū)鄰近上游ETC門架的貨車流量、時(shí)間窗口(t_a-t_ke,t_b-t_ke)內(nèi)通過(guò)服務(wù)區(qū)鄰近上游ETC門架的市內(nèi)客車流量與時(shí)間窗口(t_a-t_huo,t_b-t_huo)內(nèi)通過(guò)服務(wù)區(qū)鄰近上游ETC門架的市內(nèi)貨車流量之和、時(shí)間窗口(t_a-t_ke,t_b-t_ke)內(nèi)通過(guò)服務(wù)區(qū)鄰近上游ETC門架的市外客車流量和時(shí)間窗口(t_a-t_huo,t_b-t_huo)內(nèi)通過(guò)服務(wù)區(qū)鄰近上游ETC門架的市外貨車流量之和、駛?cè)敕?wù)區(qū)車輛的先驗(yàn)因子，

其中，t_ke表示客車從服務(wù)區(qū)鄰近上游ETC門架到服務(wù)區(qū)入口的客車平均行駛時(shí)間，t_huo貨車從服務(wù)區(qū)鄰近上游ETC門架到服務(wù)區(qū)入口的貨車平均行駛時(shí)間，先驗(yàn)因子的確定方式為：

計(jì)算歷史經(jīng)過(guò)服務(wù)區(qū)鄰近上游ETC門架車輛的先驗(yàn)知識(shí)：

其中，n_etc為車輛駛?cè)脒^(guò)ETC門架的次數(shù)，n_f為駛?cè)脒^(guò)服務(wù)區(qū)的次數(shù)；

計(jì)算未歷史經(jīng)過(guò)ETC門架車輛的先驗(yàn)知識(shí)：

其中，

為最近一個(gè)月駛?cè)脒^(guò)服務(wù)區(qū)的市內(nèi)客車數(shù)量，

為最近一個(gè)月駛?cè)脒^(guò)服務(wù)區(qū)鄰近上游ETC門架的市內(nèi)客車數(shù)量，

為最近一個(gè)月駛?cè)脒^(guò)服務(wù)區(qū)的市內(nèi)貨車數(shù)量，

為最近一個(gè)月駛?cè)脒^(guò)服務(wù)區(qū)鄰近上游ETC門架的市內(nèi)貨車數(shù)量，

為最近一個(gè)月駛?cè)脒^(guò)服務(wù)區(qū)的市外客車數(shù)量，

為最近一個(gè)月駛?cè)脒^(guò)服務(wù)區(qū)鄰近上游ETC門架的市外客車數(shù)量，

為最近一個(gè)月駛?cè)脒^(guò)服務(wù)區(qū)的市外貨車數(shù)量，

為最近一個(gè)月駛?cè)脒^(guò)服務(wù)區(qū)鄰近上游ETC門架的市外貨車數(shù)量，

對(duì)時(shí)間窗口(t_a,t_b)內(nèi)所有車輛的先驗(yàn)知識(shí)求和得到先驗(yàn)因子：

其中，c為先驗(yàn)因子，n為通過(guò)ETC門架的總車輛數(shù),f_i為第i輛車的先驗(yàn)知識(shí)；

將所述預(yù)測(cè)數(shù)據(jù)輸入到預(yù)先訓(xùn)練好的基于CNN-雙向LSTM-ATTENTION的服務(wù)區(qū)駛?cè)胲嚵髁款A(yù)測(cè)模型，得到在時(shí)間窗口下服務(wù)區(qū)駛?cè)胲嚵髁俊?/p>

2.根據(jù)權(quán)利要求1所述的基于ETC數(shù)據(jù)的駛?cè)敕?wù)區(qū)車流量預(yù)測(cè)方法，其特征在于，所述基于CNN-雙向LSTM-ATTENTION的服務(wù)區(qū)駛?cè)胲嚵髁款A(yù)測(cè)模型包括：依次連接的一維卷積層、第一Droupout層、bi-lstm網(wǎng)絡(luò)層、第二Droupout層、帶有激活函數(shù)sigmoid的Dense層；其中，使用注意力機(jī)制對(duì)所述第二Droupout層的輸出結(jié)果進(jìn)行處理。