[發明專利]基于大數據的道路性能預測方法、裝置、設備及存儲介質

在審

• 申請號: 202210597865.5
• 申請日: 2022-05-24
• 公開（公告）號: CN114912702A
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 王浩;鞏建
• 申請（專利權）人: 路網新通（北京）交通科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06K9/62
• 代理公司: 深圳市恒程創新知識產權代理有限公司 44542
• 代理人: 戴圓圓

1.一種基于大數據的道路性能預測方法，其特征在于，所述方法包括：

基于分類條件對至少一個評定單元進行分類，得到評定單元集合；

根據所述評定單元集合中的目標性能檢測指標對應的歷史檢測指標得分，對預設預測模型進行擬合，得到待選預測模型；

對所述待選預測模型進行擬合優度檢驗，確定目標預測模型，通過所述目標預測模型對待預測路段的目標性能檢測指標進行預測，確定所述待預測路段的道路使用性能。

2.如權利要求1所述的方法，其特征在于，所述根據所述評定單元集合中的目標性能檢測指標對應的歷史檢測指標得分，對預設預測模型進行擬合，得到待選預測模型，包括：

獲取所述評定單元集合中目標性能檢測指標對應的歷史檢測指標得分；

根據時間特征對所述歷史檢測指標得分進行分類整理，得到擬合數據；

基于預設擬合函數，對所述擬合數據和預設預測模型進行擬合，得到待選預測模型。

3.如權利要求2所述的方法，其特征在于，所述預設擬合函數為最小二乘法，

基于預設擬合函數，對所述擬合數據和預設預測模型進行擬合，得到待選預測模型，包括：

獲取預設預測模型，所述預設預測模型至少有一個；

將所述擬合數據和所述預設預測模型采用所述最小二乘法進行參數擬合，得到模型參數；

基于所述模型參數實例化所述預設預測模型，得到待選預測模型。

4.如權利要求2所述的方法，其特征在于，所述根據時間特征對所述歷史檢測指標得分進行分類整理，得到擬合數據，包括：

基于所述評定單元集合中所述至少一個評定單元的歷史檢測指標得分的時間特征，對所述歷史檢測指標進行排序，得到檢測得分序列；

對所述檢測得分序列進行時間標記；

篩選所述評定單元集合中目標時間標記對應的歷史檢測指標得分，得到所述目標時間標記對應的檢測數據集合；

從所述檢測數據集合中，提取中位數，基于所述中位數、所述歷史檢測指標得分以及所述時間標記形成擬合數據。

5.如權利要求4所述的方法，其特征在于，所述從所述檢測數據集合中，提取中位數，得到擬合數據之前，包括：

剔除所述檢測數據集合中的異常值。

6.如權利要求1所述的方法，其特征在于，所述對所述待選預測模型進行擬合優度檢驗，確定目標預測模型，通過所述目標預測模型對待預測路段的目標性能檢測指標進行預測，確定所述待預測路段的道路使用性能，包括：

對所述待選預測模型進行擬合優度檢驗，得到至少一個擬合優度數值；

從所述至少一個擬合優度數值中，選擇數值最大的所述擬合優度數值對應的所述待選預測模型，得到目標預測模型；

基于所述目標預測模型，預測待預測路段的目標性能檢測指標，根據所述待預測路段的目標性能檢測指標確定所述待預測路段的道路使用性能。

7.如權利要求1所述的方法，其特征在于，所述基于分類條件對至少一個評定單元進行分類，得到評定單元集合之前，包括：

對道路進行劃分，得到至少一個評定單元以及所述至少一個評定單元對應的道路屬性；

所述基于分類條件對至少一個評定單元進行分類，得到評定單元集合，包括：

獲取分類條件；

基于所述道路屬性和所述分類條件，對所述至少一個評定單元進行分類，得到所述分類條件對應的評定單元集合，所述評定單元集合中包括至少一個評定單元。

8.一種基于大數據的道路性能預測裝置，其特征在于，所述裝置包括：

分類模塊，用于基于分類條件對至少一個評定單元進行分類，得到評定單元集合；

擬合模塊，用于根據所述評定單元集合中的目標性能檢測指標對應的歷史檢測指標得分，對預設預測模型進行擬合，得到待選預測模型；

預測模塊，用于對所述待選預測模型進行擬合優度檢驗，確定目標預測模型，通過所述目標預測模型對待預測路段的目標性能檢測指標進行預測，確定所述待預測路段的道路使用性能。