The present invention discloses a real-time traffic flow short-time prediction method. The method includes the following steps: Step 1, determine the target city range to be predicted; step 2, obtain the historical observation data of the traffic flow of the target city range according to the time period; step 3, the history of the traffic flow history of the target city range obtained. The observation data are preprocessed to form the corresponding training set and test set; step 4 constructs a traffic flow prediction model based on fuzzy adaptive. Step 5, train the traffic flow prediction model by the training set and test set formed by the system; step 6, use the trained traffic flow prediction model to the target city. The traffic flow in the city is predicted.
【技术实现步骤摘要】
一种实时交通流短时预测方法
本专利技术涉及智能交通领域,特别是模糊规则通过使用深度卷积网络自适应产生,是一种基于模糊自适应的短时交通流预测方法。
技术介绍
现代社会,随着车辆数的增加,许多问题也随之出现,如交通拥堵、交通事故加剧。这些问题导致人们更多的时间浪费在路途中,从而获得及时准确的交通流预测信息成为出行者的迫切需求。当今大数据时代,交通流数据也爆炸式增长,利用交通大数据预测交通流将进一步确保安全出行和规划高效出行。大规模的交通流预测大大依赖于历史交通数据和其它一些相关信息,如天气条件、交通事故等,被认为是智能交通系统(IntelligentTrafficSystem,ITS)中的一个重要组成部分。深度学习是一种新的机器学习方法,它通过构建多层模型来获得准确的预测结果,它可以超越概念学习,对交通流预测表现出好的性能。但交通流预测非常复杂,以及大规模数据的不确定性,预测交通流非常具有挑战性。已有用于交通流预测的深度学习模型具有确定性,没有考虑数据的不确定性,进而导致预测的准确性不高。
技术实现思路
针对现有技术中存在的上述问题,本专利技术的目的在于提供一种短时交通流预测方法,该方法计入了交通大数据的不确定性,能够很好地刻画交通大数据之间的规律特性,大大提高预测的准确程度。本专利技术首先建立模糊自适应交通流预测模型,然后模糊规则由深度卷积网络自适应生成,充分利用深度学习出色的特征学习能力自动获取交通流数据中的隐含规律,适应于实时交通流预测。具体而言,本专利技术提供一种实时交通流短时预测方法,包括如下步骤:步骤1在选定的城市范围,按照时间周期获取交通流历史观测数 ...
【技术保护点】
1.一种实时交通流短时预测方法,其特征在于,该方法包括如下步骤:步骤1、确定待预测的目标城市范围;步骤2、按照预定时间周期获取所述目标城市范围的交通流历史观测数据;步骤3、对所获得的所述目标城市范围的交通流历史观测数据进行预处理以形成相应的训练集和测试集;步骤4构建基于模糊自适应的交通流预测模型;步骤5、利用所形成的训练集和测试集对所述交通流预测模型进行训练;步骤6、利用训练好的所述交通流预测模型对所述目标城市范围的交通流进行预测。
【技术特征摘要】
1.一种实时交通流短时预测方法,其特征在于,该方法包括如下步骤:步骤1、确定待预测的目标城市范围;步骤2、按照预定时间周期获取所述目标城市范围的交通流历史观测数据;步骤3、对所获得的所述目标城市范围的交通流历史观测数据进行预处理以形成相应的训练集和测试集;步骤4构建基于模糊自适应的交通流预测模型;步骤5、利用所形成的训练集和测试集对所述交通流预测模型进行训练;步骤6、利用训练好的所述交通流预测模型对所述目标城市范围的交通流进行预测。2.根据权利要求1所述的实时交通流短时预测方法,其特征在于,所述交通流预测模型包括输入模块、模糊网络模块、深度卷积网络模块、融合模块和输出模块。3.根据权利要求2所述的实时交通流短时预测方法,其特征在于,所述方法还包括对交通流数据进行模糊化。4.根据权利要求2所述的实时交通流短时预测方法,其特征在于,所述方法还包括对交通流数据进行模糊运算和去模糊化。5.根据权利要求2所述的实时交...
【专利技术属性】
技术研发人员:陈伟宏,安吉尧,付丽,胡梦,李仁发,
申请(专利权)人:湖南大学,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。