[發明專利]一種交通流量的預測方法、裝置、電子設備及存儲介質

在審

• 申請號: 202310234749.1
• 申請日: 2023-03-13
• 公開（公告）號: CN116311927A
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 嚴帆;肇毓;于宏志;邱暾;曲喆;黃書鵬
• 申請（專利權）人: 遼寧艾特斯智能交通技術有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/065;G06Q10/04;G06Q50/26;G06N20/00;G06N3/0442
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 王震

本申請提供了一種交通流量的預測方法、裝置、電子設備及存儲介質，該方法包括：針對于目標范圍內的高速公路上的每個監測點，獲取該監測點在至少一個待預測時間段內的特征數據；針對于每個待預測時間段，對該監測點在該待預測時間段內的特征數據進行數據處理，并將處理后的特征數據輸入到該監測點對應的長時交通流量預測模型中，確定出該監測點在該待預測時間段內的初始流量預測結果；將該監測點在每個待預測時間段內的初始流量預測結果輸入到所述目標范圍對應的中時交通流量預測模型中，使用基于時間序列的遞歸預測策略，確定出該監測點在每個待預測時間段內的目標流量預測結果。根據所述方法和裝置，提高了預測準確度。

技術領域

本申請涉及交通流量預測技術領域，具體而言，涉及一種交通流量的預測方法、裝置、電子設備及存儲介質。

背景技術

道路發生擁堵的原因有很多，無論是交通流的突然增大，或是交通事故和施工導致的道路通行能力的降低，根本原因就是道路的通行能力滿足不了當前的交通流需求，所以交通流量預測對交通擁堵的預防和擁堵發生后的交通管控都有重要意義，是智能化交通管理的核心。

一般會根據預測的時間跨度將交通流量預測分為短時預測(5分鐘～30分鐘)、中時預測(30分鐘～數小時)和長時預測(大于一天)。長時預測分析道路交通流的長期發展規律，可用于施工計劃的安排，如避免在易發大交通流的地點和時間安排施工計劃；但因為交通數據的隨機性和不確定性，長時交通流預測的精度較低，更多的研究都是基于近期數據的短時交通流研究；但實際在高速公路的運營管理過程中，從突發事件的發生到處置管控結束通常需要數小時。中時交通流預測通常只考慮預測時間點前幾個時間間隔的交通流量情況，而忽略了交通流的長期發展規律，而一般的長時交通流預測以天為單位對日流量進行分析預測，其預測的日流量也不能用于中時交通流的預測中。

發明內容

有鑒于此，本申請的目的在于提供一種交通流量的預測方法、裝置、電子設備及存儲介質，既考慮了短時交通流的變化情況，又結合了交通流的長期發展規律，將長時交通流量預測模型的預測結果作為輸入數據輸入到中時交通流量預測模型中，相當于增加了輸入到中時交通流量預測模型中的時間序列的長度，提高了預測準確度。

第一方面，本申請實施例提供了一種交通流量的預測方法，所述預測方法包括：

針對于目標范圍內的高速公路上的每個監測點，獲取該監測點在至少一個待預測時間段內的特征數據；

針對于每個待預測時間段，對該監測點在該待預測時間段內的特征數據進行數據處理，并將處理后的特征數據輸入到該監測點對應的長時交通流量預測模型中，確定出該監測點在該待預測時間段內的初始流量預測結果；

將該監測點在每個待預測時間段內的初始流量預測結果輸入到所述目標范圍對應的中時交通流量預測模型中，使用基于時間序列的遞歸預測策略，確定出該監測點在每個待預測時間段內的目標流量預測結果。

進一步的，通過以下步驟訓練該監測點對應的長時交通流量預測模型：

獲取該監測點在歷史監測時間段內的多組歷史監測數據；其中，所述歷史監測數據包括歷史特征數據和歷史交通流量數據；

針對于每組歷史監測數據，對該組歷史監測數據進行所述數據處理，得到第一樣本數據；

根據多組第一樣本數據確定出第一訓練樣本集、第一驗證樣本集和第一測試樣本集；

基于所述第一訓練樣本集構建lightGBM回歸模型，并使用所述第一驗證樣本集和所述第一測試樣本集對所述lightGBM回歸模型進行參數調節和驗證，以得到該監測點對應的長時交通流量預測模型。

進一步的，通過以下步驟訓練所述目標范圍對應的中時交通流量預測模型：

獲取所述目標范圍對應的監測點位置示意圖，并基于所述監測點位置示意圖中每個監測點的位置以及每個監測點所處的高速公路的流向確定出流向示意圖；