一种车流量预测方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种车流量预测方法，该方法利用短时交通流量预测技术，获取预测模型根据目标门架的历史车流量时序时间流对于指定的多时间维度进行车流量预测，通过多时间维度预测满足对于指定的长时间流量预测需求，以便解除短时流量预测所产生的应用场景限制大的问题，通过多维度长时间流量预测实现长期的车辆、道路甚至运营规划，实现应用场景的扩展，并通过非线性支持向量回归机等建模方式提高预测结果的准确性，实现精准的多时间维度车流量预测。本发明专利技术还公开了一种车流量预测装置、设备及可读存储介质，具有相应的技术效果。具有相应的技术效果。具有相应的技术效果。

【技术实现步骤摘要】
一种车流量预测方法、装置、设备及可读存储介质


[0001]本专利技术涉及道路交通
，特别是涉及一种车流量预测方法、装置、设备及可读存储介质。

技术介绍

[0002]在智能交通系统(ITS)中，车流量预测是要预测某条道路在未来交通流的变化情况(比如流量、速度等)，车流量预测对城市交通规划、交通管理和控制都十分重要。
[0003]早在20世纪70年代，一些学者就开始把物理学、经济学等领域的成熟预测方法运用到短时交通流量预测中，预测方法主要是应用线性理论和统计学理论等。如时间序列模型、卡尔曼滤波理论等，这些传统模型比较成熟，但计算误差比较大。为了解决这些模型的不足，学者将各种智能算法引入到短时交通流量预测的建模中，出现了神经网络模型、支持向量机模型，以及基于组合预测模型。但是目前交通流量预测研究多数局限于短时交通流量预测，其应用场景限制较大，只能应用于地图导航等需要短时流量预测的场景。
[0004]综上所述，如何实现精准的长时流量预测，解除应用场景的限制，是目前本领域技术人员急需解决的技术问题。

技术实现思路

[0005]本专利技术的目的是提供一种车流量预测方法、装置、设备及可读存储介质，以实现精准的长时流量预测，解除应用场景的限制。
[0006]为解决上述技术问题，本专利技术提供如下技术方案：
[0007]一种车流量预测方法，包括：
[0008]获取目标门架的历史车流量数据；
[0009]将所述历史车流量数据进行时序事件转换，生成时序事件流；
[0010]将所述时序事件流输入至预训练的预测模型中；其中，所述预测模型为非线性支持向量回归机模型；
[0011]获取所述预测模型对于指定的多时间维度进行车流量预测生成的预测结果，作为车流量预测结果。
[0012]可选地，所述获取所述预测模型对于指定的多时间维度进行车流量预测生成的预测结果，包括：
[0013]获取所述预测模型对于节假日、月级以及周级进行车流量预测生成的预测结果。
[0014]可选地，在所述获取所述预测模型对于节假日、月级以及周级进行车流量预测生成的预测结果之后，还包括：
[0015]根据所述节假日以及周级的预测结果进行道路的值班计划生成。
[0016]可选地，在所述获取所述预测模型对于节假日、月级以及周级进行车流量预测生成的预测结果之后，还包括：
[0017]根据所述月级的预测结果进行道路的定价策略制定。
[0018]可选地，所述的车流量预测方法，还包括：
[0019]获取前序门架的车流量数据，作为前序数据；
[0020]将所述前序数据进行时序事件转换，作为前序时序事件流；
[0021]根据所述前序时序事件流对所述预测结果进行校验；
[0022]获取校验后的预测结果，作为所述车流量预测结果。
[0023]可选地，所述获取前序门架的车流量数据，包括：
[0024]根据道路交汇信息以及车流量预测的时间维度确定所述目标门架的关联前序门架；
[0025]获取所述关联前序门架的车流量数据。
[0026]可选地，所述的车流量预测方法，还包括：
[0027]获取道路交通影响信息；
[0028]根据所述道路交通影响信息进行预测可信度的计算，得到可信系数；
[0029]根据所述可信系数对所述预测结果进行预测调整，作为所述车流量预测结果。
[0030]一种车流量预测装置，包括：
[0031]目标数据获取单元，用于获取目标门架的历史车流量数据；
[0032]时序转换单元，用于将所述历史车流量数据进行时序事件转换，生成时序事件流；
[0033]模型预测单元，用于将所述时序事件流输入至预训练的预测模型中；其中，所述预测模型为非线性支持向量回归机模型；
[0034]多维度获取单元，用于获取所述预测模型对于指定的多时间维度进行车流量预测生成的预测结果，作为车流量预测结果。
[0035]一种计算机设备，包括：
[0036]存储器，用于存储计算机程序；
[0037]处理器，用于执行所述计算机程序时实现上述车流量预测方法的步骤。
[0038]一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述车流量预测方法的步骤。
[0039]本专利技术实施例所提供的方法，利用短时交通流量预测技术，获取预测模型根据目标门架的历史车流量时序时间流对于指定的多时间维度进行车流量预测，通过多时间维度预测满足对于指定的长时间流量预测需求，以便解除短时流量预测所产生的应用场景限制大的问题，通过多维度长时间流量预测实现长期的车辆、道路甚至运营规划，实现应用场景的扩展，并通过非线性支持向量回归机等建模方式提高预测结果的准确性，实现精准的多时间维度车流量预测。
[0040]相应地，本专利技术实施例还提供了与上述车流量预测方法相对应的车流量预测装置、设备和可读存储介质，具有上述技术效果，在此不再赘述。
附图说明
[0041]为了更清楚地说明本专利技术实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]图1为本专利技术实施例中一种车流量预测方法的实施流程图；
[0043]图2为本专利技术实施例中一种门架位置示意图；
[0044]图3为本专利技术实施例中一种车流量预测装置的结构示意图；
[0045]图4为本专利技术实施例中一种计算机设备的结构示意图。
具体实施方式
[0046]本专利技术的核心是提供一种车流量预测方法，可以实现精准的长时流量预测，解除应用场景的限制。
[0047]为了使本
的人员更好地理解本专利技术方案，下面结合附图和具体实施方式对本专利技术作进一步的详细说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0048]请参考图1，图1为本专利技术实施例中一种车流量预测方法的流程图，该方法包括以下步骤：
[0049]S101、获取目标门架的历史车流量数据；
[0050]其中，门架是指ETC门架，ETC门架系统是一种类似交通探头的设施，架设在高速公路上方，替代原有的省界收费站的功能，实现快速不停车通过。
[0051]目标门架指进行车流量预测的门架。
[0052]获取目标门架的历史车流量数据，以便于根据历史车流量数据进行车流量的预测。而其中，本实施例中对于历史车流量数据的辐射历史时段以及数据形式不做限定，可以根据实际数据预测的需要以及数据分析的需要进行相应设定，在此不再赘述。
[0053]S102、将历史车流量数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车流量预测方法，其特征在于，包括：获取目标门架的历史车流量数据；将所述历史车流量数据进行时序事件转换，生成时序事件流；将所述时序事件流输入至预训练的预测模型中；其中，所述预测模型为非线性支持向量回归机模型；获取所述预测模型对于指定的多时间维度进行车流量预测生成的预测结果，作为车流量预测结果。2.根据权利要求1所述的车流量预测方法，其特征在于，所述获取所述预测模型对于指定的多时间维度进行车流量预测生成的预测结果，包括：获取所述预测模型对于节假日、月级以及周级进行车流量预测生成的预测结果。3.根据权利要求2所述的车流量预测方法，其特征在于，在所述获取所述预测模型对于节假日、月级以及周级进行车流量预测生成的预测结果之后，还包括：根据所述节假日以及周级的预测结果进行道路的值班计划生成。4.根据权利要求2所述的车流量预测方法，其特征在于，在所述获取所述预测模型对于节假日、月级以及周级进行车流量预测生成的预测结果之后，还包括：根据所述月级的预测结果进行道路的定价策略制定。5.根据权利要求1所述的车流量预测方法，其特征在于，还包括：获取前序门架的车流量数据，作为前序数据；将所述前序数据进行时序事件转换，作为前序时序事件流；根据所述前序时序事件流对所述预测结果进行校验；获取校验后的预测结果，作为所述车流量预测...

【专利技术属性】
技术研发人员：许猛，王蒴，孟庆凯，李贞良，
申请(专利权)人：山东中创软件商用中间件股份有限公司，
类型：发明
国别省市：