一种单个路口的车流量预测方法及装置制造方法及图纸

本发明专利技术公开了一种单个路口的车流量预测方法及装置，主要解决现有技术中存在的在现有单个路口车流量预测忽略了节假日类时间规律对车流量影响的问题。该一种单个路口的车流量预测方法将单个路口历史车流数据进行数据标准化处理；将单个路口历史车流数据进行数据分割；构建训练模型，进行历史数据的表征学习；依据训练好的模型进行下一时间点车流量预测。通过上述方案，本发明专利技术针对单个路口车流量预测进行专项优化，增加数据的周期性特性，包括每周，每月的周期性；使用LSTM和soft

【技术实现步骤摘要】
一种单个路口的车流量预测方法及装置


[0001]本专利技术涉及车流量预测
，具体地说，是涉及一种单个路口的车流量预测方法及装置。

技术介绍

[0002]车流量预测是智慧交通的重要部分，是解决交通信息系统的一个关键点。每个城市，每个路口的交通流量都具有特定的复杂性，对于车流量预测具有十分重要的实际意义。
[0003]已有的对于单个路口的车流量预测方法通常只是采用RNN等方法学习车流量时间序列的表示，这种方式虽然学习了当前车流量的表示，但是忽略了时间规律对于车流量的影响，例如节假日。

技术实现思路

[0004]本专利技术的目的在于提供一种单个路口的车流量预测方法及装置，以解决现有单个路口车流量预测忽略了节假日类时间规律对车流量影响的问题。
[0005]为了解决上述问题，本专利技术提供如下技术方案：
[0006]一种单个路口的车流量预测方法，包括以下步骤：
[0007]S1、采集单个路口以设定时间间隔统计的车流量和平均车速的历史数据，对其进行标准化处理后，分割成当前时间点、周周期、月周期的周期性数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种单个路口的车流量预测方法，其特征在于，包括以下步骤：S1、采集单个路口以设定时间间隔统计的车流量和平均车速的历史数据，对其进行标准化处理后，分割成当前时间点、周周期、月周期的周期性数据；S2、根据步骤S1的周期性数据构建训练集和测试集，构建LSTM初始模型根据测试集进行车流量历史数据和车速历史数据的表征学习后，通过Soft
‑
Attention机制融合形成最终的表征后得到LSTM模型；S3、根据步骤S2的训练集训练步骤S2的LSTM模型，输入待预测数据按步骤S1进行处理后输入训练后的LSTM模型进行预测。2.根据权利要求1所述的一种单个路口的车流量预测方法，其特征在于，步骤S1中标准化处理的具体过程为：将时间节点车流量、车速为0的数据均替换为1；然后使用Z
‑
score方法分别对车流量历史数据和车速历史数据进行标准化处理。3.根据权利要求1所述的一种单个路口的车流量预测方法，其特征在于，步骤S1中分割成周期数据的具体过程为：依次将历史数据序列中每一个时间节点的车流量作为预测节点；设定预测节点为A，然后分别获取A节点前一周的车流量历史数据和车速历史数据；获取预测节A点前一周的时间节点为B，然后获取B节点前一周的车流量历史数据和车速历史数据；再获取A节点前一个月的时间节点为C，然后获取C节点前一周的车流量历史数据和车速历史数据。4.根据权利要求3所述的一种单个路口的车流量预测方法，其特征在于，步骤S2数据集构建的具体过程如下：X
cur_flow
＝[X
f1
,X
f2
,X
f3
,
……
,X
fn
‑1,X
fn
]，X
fi
表示第i条A节点前一周的车流量历史数；X
cur_speed
＝[X
s1
,X
s2
,X
s3
,
……
,X
sn
‑1,X
sn
]，X
si
表示第i条A节点前一周的车速历史数据；X
week_flow
＝[X
f_w_1
,X
f_w_2
,X
f_w_3
,
……
,X
f_w_n
‑1,X
f_w_n
]，X
f_w_i
表示第i条B节点前一周的车流量历史数据；X
week_speed
＝[X
s_w_1
,X
s_w_2
,X
s_w_3
,
……
,X
s_w_n
‑1,X
s_w_n
]，X
s...

【专利技术属性】
技术研发人员：李升阳，赵红军，李今朝，
申请(专利权)人：成都四方伟业软件股份有限公司，
类型：发明
国别省市：