一种交通流量预测方法、装置及设备制造方法及图纸

本发明专利技术涉及一种交通流量预测方法、装置及设备，方法包括：获取交叉路口的交通流量信息；基于预设采样周期对所述交通流量信息切片处理得到若干个历史交通流量信息，所述历史交通流量信息包括相位总流量和对应的日期时间、采样周期和交叉路口的各车道的流量；根据所述历史交通流量信息构建预测向量数据集；基于LSTM网络和编码解码结构建立Seq2Seq模型；根据Seq2Seq模型和预测向量数据集得到单车道流量预测信息；根据交叉路口的各车道的流量和相位总流量得到交叉路口的各车道的流量和相位总流量的相似度，以得到相位总流量预测信息。通过根据历史交通流量信息得到单车道流量预测信息，结合各车道流量的相关性，预测出单路口的短时交通流量信息。的短时交通流量信息。的短时交通流量信息。

A traffic flow prediction method, device and equipment

【技术实现步骤摘要】
一种交通流量预测方法、装置及设备


[0001]本专利技术涉及智能交通
，尤其涉及一种交通流量预测方法、装置及设备。

技术介绍

[0002]随着工业化进程的不断完善，全国车辆数呈指数型增长，虽然我国拥有较为完善的道路交通基础设施，但仍然无法满足日益增长的交通需求，而受制于城市规划，不可能无限扩建道路，如何将有限的道路资源利用最大化，满足人们的通行需求，是智能交通系统需要解决的主要问题。交通流量预测作为智能交通系统的重要功能之一，是近几年交通领域研究的重点，准确的短时交通流量预测模型，是智能交通系统进行交通诱导和交通态势感知的重要前提。
[0003]根据历史交通流量短时交通流的预测方法主要包括基于机器学习交通流预测模型、基于浅层神经网络和基于深层神经网络等三种预测方法。其中，基于机器学习交通流预测模型容易陷入局部最优且精度依赖于参数，因此，难以进行比较复杂的多步预测；浅层神经网络对于交通流量这种随机非线性数据仍然存在明显的不足；随着深层神经网络的发展以及计算机算力的提升，深度学习技术已经成为数据挖掘的重要手段，受到国内外学者的广泛关注本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通流量预测方法，其特征在于，包括：获取交叉路口的交通流量信息；基于预设采样周期对所述交通流量信息切片处理得到若干个历史交通流量信息，所述历史交通流量信息包括相位总流量和相位总流量对应的日期时间、采样周期和交叉路口的各车道的流量；基于预设历史长度和未来交通流量信息的预测长度根据所述历史交通流量信息构建预测向量数据集，其中，所述预设历史长度为历史交通流量信息的预设数量；基于LSTM网络和编码解码结构建立Seq2Seq模型；根据Seq2Seq模型和预测向量数据集得到单车道流量预测信息；根据交叉路口的各车道的流量和相位总流量得到交叉路口的各车道的流量和相位总流量的相似度；根据所述单车道流量预测信息和相位总流量的相似度动态融合得到相位总流量预测信息。2.根据权利要求1所述的交通流量预测方法，其特征在于，获取交叉路口的交通流量信息，之后包括：基于缺失值填充算法对交通流量信息中缺失数据进行补全得到更新后的交通流量信息。3.根据权利要求1所述的交通流量预测方法，其特征在于，基于预设历史长度和未来交通流量信息的预测长度根据所述历史交通流量信息构建预测向量数据集，包括：获取历史交通流量信息中的日期时间；从日期时间提取时间协变量、分钟协变量和日期类型得到时间辅助因素，其中，日期类型包括工作日和节假日；根据预设历史长度和历史交通流量信息得到历史交通流量序列；根据未来交通流量信息的预测长度得到预测交通流量序列；根据未来交通流量信息的预测长度和所述时间辅助因素得到预测协变量序列，以得到预测向量数据集。4.根据权利要求3所述的交通流量预测方法，其特征在于，根据预设历史长度和历史交通流量信息得到历史交通流量序列，之前包括：获取历史交通流量信息中交叉路口的各车道的流量；对交叉路口的各车道的流量进行归一化处理得到更新后的交叉路口的各车道的流量；对时间协变量、分钟协变量分别进行归一化处理得到更新后的时间辅助因素。5.根据权利要求4所述的交通流量预测方法，Seq2Seq模型的解码端和编码端均使用单层LSTM网络，其特征在于，根据Seq2Seq模型和预测向量数据集得到单车道流量预测信息，包括：将历史交通流量序列和预测协变量序列作为Seq2Seq模型的编码端的输入，以通过解码端输出语义编码；将预测协变量序列和语义编码作为Seq2Seq模型的解码端的输入，以通过解码端输出单车道流量预测信息。6.根据权利要求5所述的交通流量预测方法，其特征在于，根据交叉路口的各车道的流
量...

【专利技术属性】
技术研发人员：叶宝林，朱仕威，朱耀东，陈滨，路义霞，
申请(专利权)人：嘉兴学院，
类型：发明
国别省市：