一種短時交通流預測方法
2023-10-08 05:37:24
一種短時交通流預測方法
【專利摘要】本發明涉及智能交通預測領域,尤其涉及一種短時交通流預測方法,包括以下步驟:1)採集歷史記錄的流量及速度數據,根據流量與速度形成的組合預設交通狀態;2)構建預測模型;3)輸入實際預測交通狀態對應的兩個歷史時刻x(t-1)和x(t)的交通狀態,調用預測模型進行預測,輸出預測狀態;4)記錄實際狀態,計算預測狀態與實際狀態間的誤差,將誤差結果記錄保存。本發明的有益效果在於:1、計算複雜度非常低;2、實時反應路況變化,而且,算法只考慮距未來時刻最近的10分鐘歷史數據,實時性好;3、5分鐘的預測時長滿足傳輸和處理延時,適用於交通誘導屏的實時顯示;4、預測模型構建簡單、迅速,適用於各種複雜程度的交通路況,預測精度高。
【專利說明】一種短時交通流預測方法
【技術領域】
[0001]本發明涉及智能交通預測領域,尤其涉及一種短時交通流預測方法。
【背景技術】
[0002]隨著城市化的發展和汽車的日益普及,交通環境惡化,交通擁擠加劇,交通事故頻發。交通問題無論在發達國家,還是在發展中國家都是嚴重的社會問題。美國每年因交通問題導致的損失達2370億美元,我國百萬人以上的大城市每年由於交通擁塞給社會帶來的直接經濟損失約折合人民幣1600億元,相當於國內生產總值的3.2%。眾所周知,解決交通擁擠最行之有效的方法就是提高路網的通行能力。但是,可供修建的空間是有限的,建設資金籌備也是一個極大的問題。此外,由於交通系統是一個相當複雜的大系統,單獨從車輛方面考慮或單獨從道路方面考慮,都很難從根本上解決問題。為了提高運輸網絡的使用效率,解決交通擁擠和交通安全問題,世界各國紛紛開展了智能交通系統的研究工作。
[0003]智能交通系統對交通流進行控制和誘導的前提及關鍵是準確的短時交通流預測,因此短時交通流預測成為當前的研究熱門。傳統上的交通流預測,選取時間尺度較大(例如日、月、年交通量),一般應用於交通規劃方案的確定。智能交通系統中的信息提供和交通控制以及交通流誘導技術中的實時動態交通分配都需要對未來短時期內的路網狀態進行準確的估計,這要求選取時間間隔較小的交通流(如半小時、15分鐘、5分鐘等)。其主要內容為依據道路交通信息,採用適當的方法去滾動預測未來不超過15分鐘的交通狀況,為出行者提供最佳行駛路線,從而為均衡交通流、優化交通管理方案、改進交通控制等方面提供基礎依據,對於緩解交通堵塞、避免社會資源的浪費有著重要的意義和應用價值。
[0004]目前,在交通流量的預測方面,一些預測方法能較好地用於中、長期交通流的預測,而對短時交通流的預測效果並不是很好,精度不高,這些方法主要有:統計的方法、非線性的方法、神經網絡的方法和新興技術的預測方法。因此,本發明就以預測短時交通流為目標,設計了用於短時交通流狀態的預測算法,大大地提高了預測的準確率。
【發明內容】
[0005]本發明為克服上述的不足之處,目的在於提供一種短時交通流預測方法,通過預測5分鐘交通流的狀態,以便於實時動態交通分配來實現交通誘導從而可以改善交通條件、降低交通事故發生率、減少尾氣汙染和提高交通管理水平。
[0006]本發明是通過以下技術方案達到上述目的:一種短時交通流預測方法,包括以下步驟:
[0007]I)採集歷史記錄的流量及速度數據,根據流量與速度形成的組合預設交通狀態;
[0008]2)構建預測模型:
[0009]2.1)對歷史數據進行篩選提取出用作構建模型的歷史數據,利用分類模塊對歷史數據進行交通狀態分類;
[0010]2.2)以兩個歷史時刻X(t-l)和x(t)的交通狀態組合作為輸入,歷史狀態的下一時刻x(t+l)的交通狀態作為輸出,構建一個歷史交通狀態組合{x(t-l),x(t)}與下一時刻交通狀態x(t+l)間的轉換矩陣;
[0011]2.3)轉換矩陣求每一輸入狀態組合可能性最大的輸出,得到預測模型;
[0012]3)輸入實際預測交通狀態對應的兩個歷史時刻x(t-l)和x(t)的交通狀態,調用預測模型進行預測,輸出預測狀態;
[0013]4)記錄實際狀態,計算預測狀態與實際狀態間的誤差,將誤差結果記錄保存。
[0014]作為優選,所述交通狀態有6種,包括:狀態1:表示流量低、速度中;狀態2:表示流量低、速度高;狀態3:表示流量高、速度高;狀態4:表示流量高、速度中;狀態5:表示流量高、速度低;狀態6:表示流量低、速度低。
[0015]作為優選,所述兩個歷史時刻X(t-Ι)和x(t)的交通狀態組合有36種,x(t+l)的交通狀態有6種,轉換矩陣的維數為36*6。
[0016]作為優選,本發明通過歷史時刻Ix(t-l)與x(t)}組合10分鐘的交通狀態預測未來X (t+1) =5分鐘的交通狀態。
[0017]本發明的有益效果在於:1、本發明只對流量與速度兩個量進行分析計算即可得到交通狀態,計算複雜度非常低;2、算法在建立預測模型時,都是由前兩個歷史狀態即過去的10分鐘來預測下一時刻5分鐘的狀態,並且新的預測狀態將繼續根據實際交通狀況進行預測,實時反應路況變化,而且,算法只考慮距未來時刻最近的10分鐘歷史數據,實時性好;
3、5分鐘的預測時長滿足傳輸和處理延時,適用於交通誘導屏的實時顯示;4、通過累積的誤差值計算能夠為預測模型的完善提供數據支持,預測模型構建簡單、迅速,適用於各種複雜程度的交通路況,預測精度高達80%以上。
【專利附圖】
【附圖說明】
[0018]圖1是本發明一種短時交通流預測方法的步驟流程圖;
[0019]圖2是本發明構建預測模型的流程圖。
【具體實施方式】
[0020]下面結合具體實施例對本發明進行進一步描述,但本發明的保護範圍並不僅限於此:
[0021]實施例1:如圖1所示,本發明提供了一種短時交通流預測方法,包括以下步驟:
[0022]I)採集歷史記錄的流量及速度數據,根據流量與速度形成的組合預設交通狀態;
[0023]2)構建預測模型,如圖2所示:
[0024]2.1)對歷史數據進行篩選提取出用作構建模型的歷史數據,利用分類模塊對歷史數據進行交通狀態分類;
[0025]2.2)以兩個歷史時刻x(t-l)和x(t)的交通狀態組合作為輸入,歷史狀態的下一時刻X (t+Ι)的交通狀態作為輸出,構建一個歷史交通狀態組合{x(t-l),x(t)}與下一時刻交通狀態x(t+l)間的轉換矩陣;
[0026]2.3)轉換矩陣求每一輸入狀態組合可能性最大的輸出,得到預測模型;
[0027]3)輸入實際預測交通狀態對應的兩個歷史時刻X (t-Ι)和x(t)的交通狀態,調用預測模型進行預測,輸出預測狀態;[0028]4)記錄實際狀態,計算預測狀態與實際狀態間的誤差,將誤差結果記錄保存。
[0029]以下結合具體實例數據對上述方法進行說明。
[0030]本實施例的預測時長為5分鐘,5分鐘的預測時長既滿足一般的數據傳輸和處理延時,同時在實際的行駛中也能滿足需求:也就是說,如果以40公裡/小時的速度來計算,假設傳輸與處理的延時為2分鐘,那麼交通誘導屏可以設置在所預測路段約2公裡之前。這樣的路程是足夠出行者做出合理的選擇,大大提高了誘導屏的實用價值。x(t+l)表示預測下一時刻5分鐘的交通狀態,x(t)表示當前時刻的交通狀態,x(t-l)表示前一時刻的交通狀態。
[0031]分類模塊通過對歷史記錄的流量及速度數據進行分析,採用統計學的方法將流量與速度形成的組合分為六類交通狀態:
[0032]狀態1:表示流量低、速度中;
[0033]狀態2:表示流量低、速度高;
[0034]狀態3:表示流量高、速度高;
[0035]狀態4:表示流量高、速度中;
[0036]狀態5:表示流量高、速度低;
[0037]狀態6:表示流量低、速度低。
[0038]其中,在通常情況下,狀態1、2認為是道路通暢;狀態3、4認為是交通繁忙;狀態
5、6是交通擁堵。本發明以隨機選取的連續三天的交通流數據用作建模的歷史數據,根據上述內容對用作建模的歷史數據進行分類。
[0039]狀態轉換概率統計模塊統計由每組歷史狀態x(t-l)、x(t)到下一時刻狀態X(t+Ι)出現的概率,具體過程如下:我們將兩個歷史狀態x(t-l)和x(t)分別具有的所有6種可能,即總共36種歷史狀態,作為輸入;將預測得到的下5分鐘交通狀態x(t+l)的6種可能的狀態作為輸出,形成了一個歷史交通狀態組合{x(t-l),x(t)}與未來交通狀態x(t+l)間的轉換矩陣,其維數為36*6。該轉換矩陣的每個元素表示由一個歷史狀態組合{x(t-l),x(t)}轉換到下一時刻交通狀態x(t+l)的概率。表I是歷史交通狀態組合{x(t-l),x(t)}與下一時刻交通狀態X(t+Ι)間的轉換矩陣,矩陣的每一行代表由Ix(t-l)與x(t)}兩兩排列組合成的36種歷史中的每一個歷史所對應的下一時刻X (t+Ι)取得6種
狀態的概率。
[0040]
【權利要求】
1.一種短時交通流預測方法,其特徵在於包括以下步驟: 1)採集歷史記錄的流量及速度數據,根據流量與速度形成的組合預設交通狀態; 2)構建預測模型: 2.1)對歷史數據進行篩選提取出用作構建模型的歷史數據,利用分類模塊對歷史數據進行交通狀態分類; 2.2)以兩個歷史時刻x(t-l)和x(t)的交通狀態組合作為輸入,歷史狀態的下一時刻x(t+l)的交通狀態作為輸出,構建一個歷史交通狀態組合{x(t-l),x(t)}與下一時刻交通狀態x(t+l)間的轉換矩陣; 2.3)轉換矩陣求每一輸入狀態組合可能性最大的輸出,得到預測模型; 3)輸入實際預測交通狀態對應的兩個歷史時刻x(t-l)和x(t)的交通狀態,調用預測模型進行預測,輸出預測狀態; 4)記錄實際狀態,計算預測狀態與實際狀態間的誤差,將誤差結果記錄保存。
2.根據權利要求1所述的一種短時交通流預測方法,其特徵在於,所述交通狀態有6種,包括:狀態1:表示流量低、速度中;狀態2:表示流量低、速度高;狀態3:表示流量高、速度高;狀態4:表示流量高、速度中;狀態5:表示流量高、速度低;狀態6:表示流量低、速度低。
3.根據權利要求2所述的一種短時交通流預測方法,其特徵在於,所述兩個歷史時刻x(t-l)和x(t)的交通狀態組合有36種,x(t+l)的交通狀態有6種,轉換矩陣的維數為36*6。
4.根據權利要求3所述的一種短時交通流預測方法,其特徵在於通過歷史時刻Ix(t-l)與x(t)}組合10分鐘的交通狀態預測未來x(t+l) =5分鐘的交通狀態。
【文檔編號】G08G1/065GK103745106SQ201410011384
【公開日】2014年4月23日 申請日期:2014年1月10日 優先權日:2014年1月10日
【發明者】徐玉傑, 麻銳, 王輝, 吳越 申請人:浙江銀江研究院有限公司