一种基于Seq2Seq生成对抗网络的城市人流预测方法技术

本发明专利技术公开了一种基于Seq2Seq生成对抗网络的城市人流预测方法，包括：首先将不同时间的城市人流数据抽象成“图像帧”，人流量用热力图表示；根据时间将观测数据划分为训练数据和标签，将本问题转化为图像问题；总体采用WGAN生成对抗网络的思想，生成器基于历史数据使用Seq2Seq方法生成未来某一段时间内的人流量，同时加入天气等外部因素；判别器使用Wasserstein距离判别真假数据；训练过程中结合生成对抗损失和反向传播不断优化生成器和判别器。最终，判别器无法判别真假时，使用被优化的生成器预测未来的城市人流量。本发明专利技术提出的方法第一次使用了生成对抗网络进行城市人流量预测，结合了外部环境因素，解决了模糊预测和算法收敛慢的问题。

【技术实现步骤摘要】
一种基于Seq2Seq生成对抗网络的城市人流预测方法
本专利技术给出一种基于Seq2Seq生成对抗网络的城市人流预测方法，涉及到智能交通领域，主要用于城市人流预测，在城市交通规划、市民出行和降低交通风险方面具有重要作用。
技术介绍
随着我国城市化进程的加速，不断增长的城市人口与有限的空间资源之间的矛盾日益加剧，导致交通拥堵问题成为阻碍城市发展的一大难题。自上世纪六十年代以来，世界各国对城市交通规划和城市交通控制进行了研究，但随着城市规模的不断扩大和交通状况的日趋复杂，紧靠这两种措施进行有效的交通管理已不再可行，智能交通系统(ITS，IntelligentTransportationSystem)应运而生。智能交通系统结合先进的物理通讯设备和智能计算机技术，建立起针对整个交通网络的信息预测和管理系统，它是目前全面有效解决包括交通拥堵在内的交通运输领域问题的最佳途径。城市人流预测是智能交通系统的重要组成部分，在很多领域都有重要的研究应用价值，利用机器学习技术进行城市人流预测越来越引起研究者的兴趣，经典的用于城市人流预测的方法大多都基于统计学方法，有ARIMA、卡尔曼过滤等方法，这些基于统本文档来自技高网...

【技术保护点】
1.一种基于Seq2Seq生成对抗网络的城市人流预测方法，其主要特征包括如下步骤：(1)预处理观测到的数据：基于经纬度将城市划分为一个m*n的方格，用ri，j表示位于第i行、第j列的方格，定义t时刻ri，j区域人流的流入Inflow和流出Outflow：

【技术特征摘要】
1.一种基于Seq2Seq生成对抗网络的城市人流预测方法，其主要特征包括如下步骤：(1)预处理观测到的数据：基于经纬度将城市划分为一个m*n的方格，用ri，j表示位于第i行、第j列的方格，定义t时刻ri，j区域人流的流入Inflow和流出Outflow：其中是处的轨迹，最终将人流的流入和流出组合成一个张量作为整个网络的输入；(2)问题定义：给定区域R的前n个时间间隔的人流张量信息，同时预测未来k个时间间隔内的人流量；(3)采用生成对抗网络的方法，总体采用WGAN的思想，其中生成网络使用Seq2Seq模型，将整个网络称为SeqST-GAN，其目标函数如下：其中λ是平衡对抗损失和均方差损失的一个参数；(4)定义生成器网络模型G、判别器网络模型D：使用Seq2Seq模型搭建生成器G，用卷积神经网络和长短时记忆网络压缩图像的特征，再使用长短时记忆网络、R-CNN并且结合外部信息解压压缩的特征，判别器D使用Wasserstein距离进行真假判别；随机初始化生成器G和判别器D网络的权重参数；(5)将历史观测数...

【专利技术属性】
技术研发人员：王森章，缪浩，尹成语，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32