【技术实现步骤摘要】
一种基于改进灰狼算法的短时交通量预测方法
本专利技术属于短时交通量预测
,特别涉及一种基于改进灰狼算法的短时交通量预测方法。
技术介绍
近年来,随着大城市贸易圈的发展,交通问题逐步增多。最严重的问题之一是人满为患,这造成公共安全和浪费时间的隐患,而解决交通拥堵的途径之一就是发展智能交通运输系统。智能交通运输系统(ITS)是目前世界交通运输领域的最前沿,已成为世界各国极力投注资本推进的关键点之一。美国、日本及欧盟等众多先进国家特别重视ITS,它被认为是提高交通的可靠性、安全性和减少环境污染的有效手段之一。构建智能交通系统(ITS)能够有效缓解道路拥堵,缩短出行时间,降低环境污染,提高交通安全性。作为ITS的重要研究内容之一,交通量预测能够作为交通决策的重要依据,可有效地应用于交通规划、交通诱导。短时交通量预测是交通控制与诱导的基础,是智能交通系统的重要研究内容之一。随着交通量预测相关研究的不断推进,国内外研究人员已经提出了大量短时交通量预测方法,以解决实际问题。
技术实现思路
专利技术目的:针对交叉路口车流量受诸多环境影响,导致很难对路口车流量做出准确预测,本专利技术基于时间序列考虑提出一种基于改进灰狼算法的短时交通量预测方法。技术方案:一种基于改进灰狼算法的短时交通量预测方法,所述方法包括如下步骤:步骤1)从城市交叉路口数据库将路口数据导入至Oracle数据库,通过NumPy、Pandas对存入的路口数据进行数据预处理;步骤2)将数据预处理完成的数据转 ...
【技术保护点】
1.一种基于改进灰狼算法的短时交通量预测方法,其特征在于:所述方法包括如下步骤:/n步骤1)从城市交叉路口数据库将路口数据导入至Oracle数据库,通过NumPy、Pandas对存入的路口数据进行数据预处理;/n步骤2)将数据预处理完成的数据转化为监督学习模型需要的特征与标签;/n步骤3)使用离差标准化对处理后的数据进行数据标准化处理;/n步骤4)基于GRU神经网络构建路口的短时交通量预测模型,将标准化数据输入模型进行训练,实现对未来某时刻交叉路口车流量的预测;/n步骤5)基于改进灰狼算法对上一步骤中的短时交通量预测模型进行模型优化,提高精度与稳定性。/n
【技术特征摘要】
1.一种基于改进灰狼算法的短时交通量预测方法,其特征在于:所述方法包括如下步骤:
步骤1)从城市交叉路口数据库将路口数据导入至Oracle数据库,通过NumPy、Pandas对存入的路口数据进行数据预处理;
步骤2)将数据预处理完成的数据转化为监督学习模型需要的特征与标签;
步骤3)使用离差标准化对处理后的数据进行数据标准化处理;
步骤4)基于GRU神经网络构建路口的短时交通量预测模型,将标准化数据输入模型进行训练,实现对未来某时刻交叉路口车流量的预测;
步骤5)基于改进灰狼算法对上一步骤中的短时交通量预测模型进行模型优化,提高精度与稳定性。
2.根据权利要求1所述的基于改进灰狼算法的短时交通量预测方法,其特征在于:所述的步骤1)中,对路口数据进行数据预处理具体为:通过Pandas和NumPy对Oracle数据库下的路口数据进行读取并进行数据处理,数据处理包含三部分,分别是数据整合、数据插入、数据改造;
所述的数据整合:在路口数据中,每一条记录代表一辆车通过交叉路口的数据,而预测的是未来某时刻的交通量是交叉路口的车流量之和,为方便进行时间序列预测,选择10分钟作为一次时间间隔,取10分钟之内所有记录的车辆速度平均值作为该时间段的平均速度,取记录数作为车流量,其余字段丢弃,由于存在数据整合,所以整合后的数据不需要进行清洗,不存在异常值;
所述的数据插入:天气可能是交通流量预测的重要因素,许多研究探索了天气和气象因素对交通流量的影响,因此,本发明也将天气因素作为特征输入;同样的,工作日与周末也会导致交通量出现波动,因此,工作日也会作为特征之一进入训练;
所述的数据改造:因为时间并不能够直接作为特征传入神经网络模型,所以需要进行一定的改造,因为先前取时间间隔为10分钟,所以一天总共有144组数据,将数据的时间改为0到143的编号,表示一天的不同时间段。
3.根据权利要求1所述的基于改进灰狼算法的短时交通量预测方法,其特征在于:所述的步骤2)中,将数据预处理完成的数据转化为监督学习模型需要的特征与标签,具体操作为:
假设当前时间段为t,将t-1时间段的时间、天气、车速、车流量作为t时间段的特征,将t时间段的车流量作为标签,将数据处理出15份数据,分别代表不同的时间步长,本发明选择的时间步长为1-15,如此处理后的数据才能进行神经网络训练与预测;
监督学...
【专利技术属性】
技术研发人员:施佺,戴俊明,曹阳,沈琴琴,苏永杰,李赟波,
申请(专利权)人:南通大学,
类型:发明
国别省市:江苏;32
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。