一种基于Conv1D+LSTM的多步交通流量预测方法技术

本发明专利技术公开了一种基于Conv1D+LSTM的多步交通流量预测方法，其步骤是：收集可用的交通流量数据，并进行初步地筛选；对筛选好的数据进行数据预处理，例如对数据异常点进行修复，去除数据中存在的噪声和对数据进行归一化处理等；将处理好的数据输到一维卷积Conv1D中提取交通流的特征，同时提取外部因素对交通流量的影响；将Conv1D层提取的特征输入到LSTM层进行学习，以预测未来多个时间间隔的交通流量值；反归一化处理模型产生的预测值。本方法结合天气、时间信息和节假日等外部因素，利用Conv1D来建模交通流数据的时间特征、周期特征和局部相关特征，将提取的特征送入LSTM进行多步预测。本发明专利技术通过充分考虑外部因素对交通流量的影响，有效地实现了对交通流量的多步预测。

【技术实现步骤摘要】
一种基于Conv1D+LSTM的多步交通流量预测方法
本专利技术涉及交通流预测
，更具体地说，涉及一种基于Conv1D+LSTM的多步交通流量预测方法。
技术介绍
交通流预测是当前智能交通管理系统中的一个重要研究领域。近年来，随着城市化进程的不断加快，交通拥堵在世界上许多城市都引发了经济、社会和环境问题。因此，交通预测便成了当前智能交通管理系统中的一个重要研究领域，其重点是预测交通以减轻拥堵。其通过参考交通流预测结果，相关部门不仅可以采用相应的交通管理策略来处理交通，还能给出行者提供出行建议以确保更好的流动性和更少的拥堵。因此，交通管理者的主要目标即对道路交通流进行准确地实时预测便成了亟待解决的问题。目前，虽然国内外研究人员在交通流预测方面已经取得一定成果，但仍然存在以下2个问题。一、这些交通流预测方法大多数只实现了单步预测而没有实现多步预测(即只预测下一个时间间隔而没有预测多个时间间隔)。实际上交通流多步预测更具有现实意义。首先，多步交通流量表明了未来一定时期交通状态的变化趋势，这有利于避免由于临时波动而产生的冲动性交通调度响应本文档来自技高网...

【技术保护点】
1.一种基于Conv1D+LSTM的多步交通流量预测方法，其特征在于，包括：/n步骤1：收集可用的交通流量数据，并进行初步地筛选；/n步骤2：对筛选好的交通流数据进行数据预处理；/n步骤3：将预处理后的交通流数据输到一维卷积Conv1D中提取交通流数据特征，同时提取外部因素对交通流数据的影响；/n步骤4：将Conv1D层提取的特征输入到LSTM层进行学习，以预测未来多个时间间隔的交通流量值；/n步骤5：反归一化处理模型产生的交通流量值，作为预测结果。/n

【技术特征摘要】
1.一种基于Conv1D+LSTM的多步交通流量预测方法，其特征在于，包括：
步骤1：收集可用的交通流量数据，并进行初步地筛选；
步骤2：对筛选好的交通流数据进行数据预处理；
步骤3：将预处理后的交通流数据输到一维卷积Conv1D中提取交通流数据特征，同时提取外部因素对交通流数据的影响；
步骤4：将Conv1D层提取的特征输入到LSTM层进行学习，以预测未来多个时间间隔的交通流量值；
步骤5：反归一化处理模型产生的交通流量值，作为预测结果。


2.根据权利要求1所述的基于Conv1D+LSTM的多步交通流量预测方法，其特征在于，步骤2中对交通流数据进行数据预处理的方式包括：对数据异常点进行修复，去除数据中存在的噪声和对数据进行归一化处理。


3.根据权利要求1所述的基于Conv1D+LSTM的多步交通流量预测方法，其特征在于，步骤3中将预处理后的交通流数据输到一维卷积Conv1D中提取交通流数据特征的步骤包括：结合天气、时间信息和节假日的外部因素，利用Con...

【专利技术属性】
技术研发人员：郑文，焦乐乐，张越，康洛耀，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：山西;14