【技术实现步骤摘要】
一种融合节假日影响的日交通流参数预测方法
[0001]本专利技术涉及一种融合节假日影响的日交通流参数预测方法，属于智能交通领域。
技术介绍
[0002]交通流预测是智能交通中的一个重要问题，至今已有二十多年的研究历史。对交通流参数(流量、速度)进行预测，可以为交通设施的规划、设计提供理论支撑，也为交通管理和控制提供参考依据，其中，日交通流参数预测的作用主要为帮助交通管理机构及时安排适当的管理或信号控制计划，从而确保运作效率。
[0003]节假日(包括国定节假日以及国定节假日的前后一天)的日交通流状况常常与非节假日的日交通流状况存在不小的差异，因此捕捉交通流参数与节假日之间的相关性具有显著意义，然而，近年来，大多数关于交通流预测的研究只是基于简单的深度学习方法，并不考虑交通流参数与节假日之间的关系，此外，节假日的日交通流状况与非节假日的日交通流状况也并非一定存在明显的差异，节假日的日交通流状况与非节假日的日交通流状况也有非常相似的可能，目前的研究也缺乏对这一点的考虑。
技术实现思路
[0004]为了解决...
【技术保护点】
【技术特征摘要】
1.一种融合节假日影响的日交通流参数预测方法，其特征在于该方法包括以下步骤：c1、采集交通流参数数据；c2、标记环境因素标签；c3、标记节假日标签；所述节假日包括国定节假日、国定节假日的前一天、国定节假日的后一天；c4、定义表征节假日与非节假日交通状态差异程度的指标，即日速度数据差异率S；S为在选择交通流参数为速度的前提下，于给定时间范围内，任一节假日的日速度数据与所有非节假日的平均日速度数据比较，绝对百分比误差超过一定阈值的时间间隔数占日时间间隔总数的百分比；c5、计算日速度数据差异率S，并标记节假日特殊与否标签；c6、构建日交通流参数预测模型；c7、预测日交通流参数。2.根据权利要求1所述的融合节假日影响的日交通流参数预测方法，其特征在于，步骤c1中：所述交通流参数为流量、速度，数据为两年及以上连续N天的数据；若要预测速度，可仅采集速度数据，若要预测流量，需同时采集流量与速度数据；所述采集交通流参数数据的方法为以一定时间间隔为单位，记录数据采集位置的车辆流量或平均速度。3.根据权利要求1所述的融合节假日影响的日交通流参数预测方法，其特征在于，步骤c2具体为：所述环境因素包括：周几、月份、天气；所述标记环境因素标签的方法为：其中，“周几”标签的标记方法为根据已获取交通流参数数据日的日期，对应查找每一天为一周中的周几，属周一、周二至周日，则分别以1、2至7进行标签的标记；“月份”标签的标记方法为根据已获取交通流参数数据日的日期，对应查找每一天处于一年十二个月中的几月，属一月、二月至十二月，则分别以1、2至12进行标签的标记；“天气”标签的标记方法为根据已获取交通流参数数据日的日期，对应查找每一天的天气状况，晴、多云、阴、小雨、中雨、大雨、小雪、中雪、大雪、其他，分别对应1、2至10，由于天气是时变的，每2小时都需要标记，每一天的标记按0：00
‑
2：00、2：00
‑
4：00、
……
、22：00
‑
24：00的时间顺序进行，即，对于每一天，以长度为12的一维向量进行标签的标记。4.根据权利要求1所述的融合节假日影响的日交通流参数预测方法，其特征在于，步骤c3中：所述节假日标签包括：“属国定节假日与否”标签、“属国定节假日的前一天与否”标签、“属国定节假日的后一天与否”标签；所述标记节假日标签的方法为：其中，“属国定节假日与否”标签的标记方法为根据已获取交通流参数数据日的日期，对应查找每一天是否属于国定节假日，属国定节假日与不属国定节假日，分别以1、2进行标签的标记；“属国定节假日的前一天与否”标签的标记方法为根据已获取交通流参数数据日的日
期，对应查找每一天是否属于国定节假日的前一天，属国定节假日的前一天与不属国定节假日的前一天，分别以1、2进行标签的标记；“属国定节假日的后一天与否”标签的标记方法为根据已获取交通流参数数据日的日期，对应查找每一天是否属于国定节假日的后一天，属国定节假日的后一天与不属国定节假日的后一天，分别以1、2进行标签的标记。5.根据权利要求1所述的融合节假日影响的日交通流参数预测方法，其特征在于，步骤c5中，计算日速度数据差异率S具体为：1)、筛选给定时间范围内的非节假日，得到所有非节假日的日速度数据，一天共m个时间间隔；计算所有非节假日同一个时间间隔的速度数据平均值，得到非节假日的平均...
【专利技术属性】
技术研发人员：李保，陈诺，金盛，沈航，于涵诚，金炎君，
申请(专利权)人：浙江省机电设计研究院有限公司，
类型：发明
国别省市：
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。