一种基于影响系数的道路交通流速度预测方法技术

本发明专利技术公开了一种基于影响系数的道路交通流速度预测方法，构建道路拓扑结构，将各个道路的交通流数据按照时间步长计算影响系数并基于路网影响系数相似度、路网距离系数相似度来构建邻接矩阵，并利用两次多层图卷积，将特征矩阵F、邻接矩阵A进行融合，得到带有空间特征的特征矩阵F

【技术实现步骤摘要】
一种基于影响系数的道路交通流速度预测方法


[0001]本专利技术属智能交通系统
，更为具体地讲，涉及一种基于影响系数的道路交通流速度预测方法。

技术介绍

[0002]智能交通系统是一种涵盖方面广泛的，面向车辆、道路与使用者三者的交通系统。预测道路交通流速度是智能交通系统中交通信息采集系统的重要部分，智能交通系统需通过预测道路交通流速度对未来的交通资源进行合理分配。
[0003]早期的道路交通流速度预测方法中，仅通过提取时间特征对道路交通流速度进行数值预测，忽视了道路与道路之间的连接关系对道路交通流速度的影响。图卷积作为提取拓扑图空间特征的卷积网络，近年来被广泛应用于速度预测中。部分学者采用传统的深度学习模型结合图卷积对道路交通速度进行预测。
[0004]文献《基于多特征融合的交通状态判别与预测研究》(张硕.江西理工大学，2021,2021.000145.)中，提出了一种多特征时空图卷积网络。使用图卷积提取空间特征，使用长短期记忆网络，TESNet和门控单元进行时间特征的交通流预测。该方法考虑了包括天气在内的多方面因素，通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于影响系数的道路交通流速度预测方法，其特征在于，包括以下步骤：(1)、基于交通网中各个路段在一段时间内的交通流速度构建无向图获取交通网中各个路段在一段时间内的交通流速度，根据交通网中的道路构建路网，其中，一段时间为一天、一周、一个月或一年，道路交叉口之间的路段为路网节点，路段之间的连接关系为连边，得到无向图G(V，E)，其中，G为路网，V为路网节点集合，E为连边集合；(2)、构建特征矩阵F：F＝{v
ij
|1≤i≤N且1≤j≤C}N表示路网节点总数量，C表示该一段时间的时刻总数，v
ij
表示第i个路网节点在第j个时刻的交通流速度；(3)、构建邻接矩阵A3.1)、计算路网影响系数相似度S
ab
3.1.1)、确定平稳时刻若满足：|v
ij
‑
v
i(j+1)
|+|v
ij
‑
v
i(j
‑
1)
|≤λ则称第j个时刻为平稳时刻，其中，2≤j≤C
‑
1，λ为阈值，阈值λ通过以下计算得到：计算第h个时刻前后时刻速度变化值，用表示f
ih
，2≤h≤C
‑
1计算公式为：f
ih
＝|v
ih
‑
v
i(h+1)
|+|v
ih
‑
v
i(h
‑
1)
|计算期望μ
i
与标准差σ
i
：：计算第i个路网节点的阈值λ
i
：λ
i
＝μ
i
‑
σ
i
计算阈值λ：3.1.2)、确定时间段依次将两个相邻的平稳时刻分为一个时间段将各个路段在一段时间内的交通流速度分为多个时间段；3.1.3)、计算影响系数均值β
ik
计算路网节点的影响系数计算路网节点的影响系数
其中，是第i个路网节点的时间序列中第q个时间段内第k个时刻的影响系数，为第i个路网节点的时间序列中第q个时间段内第k个时刻的交通流速度，为第i个路网节点的时间序列中第q个时间段内开始时刻的交通流速度，为第i个路网节点的时间序列中第q个时间段内结束时刻的交通流速度，l
iq
为第i个路网节点的时间序列中第q个时间段的时刻数量；计算第i个路网节点各时间段的第k个时刻的影响系数均值β
ik
：其中，ξ
i
为第i个路网节点的时间段数，k的取值为1到l
i
，l
i
为第i个路网节点各时间段中，最长的时间段的时刻数量，对于其他时间段，不存在的k时刻用0来进行填充；3.1.4)、根据影响系数均值β
ik
，计算路网影响系数相似度S
ab
：其中，为第a个路网节点影响系数集合的前x个影响系数的均值，为第b个路网节点影响系数集合的前x个影响系数的均值，x为第a个路网节点最长时间段的时刻数量l
a
以及第b个路网节点最长时间段的时刻数量l
b
中的较小值；3.2)、路网距离系数相似度D
ab
：其中，d
ab
为第a个路网节点与第b个路网节点的欧式距离，其值为：其中，分别为第a个路网节点与第b个路网节点在地球上的纬度，γ
a
，γ
b
分别为第a个路网节点与第b个路网节点在地球上的的经度，R代表纬度或者经度之间一度的距离；其中，σ表示所有路网节点之间距离的标准差，标准差σ用公式表示为：且a≠b其中，μ为所有路网节点距离的期望值，期望值μ用公式表示为：且a≠b3.3)、依据路网影响系数相似度S
ab
和路网距离系数相似度D
ab
计算邻接矩阵A：A＝{r
ab
|r
ab
＝{0，1}，1≤a≤N且1≤b≤N}
r
ab
表示第a个路网节点与第b个路网节点之间的关系，1代表有关系，0代表无关系，且r
ab
＝r
ba
，其值为：其中，W
ab
表示第a个路网节点与第b个路网节点的关系权重，权重由路网影响系数相似度S
ab
与路网距离系数相似度D
ab
相似度决定，其值为：其中，θ为阈值，其值为：g为交通网中N个路网节点的连边数量；(4)、基于特征矩阵F、邻接矩阵A进行两次多层图...

【专利技术属性】
技术研发人员：马强，冯家衡，邢玲，高建平，吴红海，张琦，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：