[发明专利]一种基于道路聚类和双层双向LSTM的交通流量预测方法

权利要求书

1.一种基于道路聚类和双层双向LSTM的交通流量预测方法，其特征在于，包括以下步骤：

(1)原始训练数据格式化，训练数据中的交通流量用1到n之间的数字量化，1表示道路非常通畅，n表示道路非常拥堵，道路拥堵情况由1到n递增，0表示缺失值；

(2)检查训练数据中交通流量是否存在缺失值0，若存在，转到步骤(3)，若不存在，跳到步骤(4)；

(3)对缺失值采取周围平均化的方式填补数据，直至填补完所有缺失值；

(4)根据道路的部分历史交通流量序列计算各条道路之间相关性，并根据相关性利用k-means算法进行道路聚类，将道路分为若干类，每类道路里面包括了若干条道路；

(5)利用步骤(4)计算的各条道路之间相关性，提取数据的时间和空间信息；

(6)设计双层双向的LSTM深度神经网络模型对每类道路分别进行训练，其中神经网络模型包括以下部分：对于步骤(5)提取的所有信息，即时间和空间信息通过数据层输入到模型中，数据层的每个输出都接一层嵌入层，嵌入层中除了有关交通流量之和的其余输出作为第一层LSTM的输入，第一层LSTM的输出结果与嵌入层有关交通流量之和的输出以及相应道路的交通流量合并到一起作为两层全连接层的输入，全连接层的全部输出作为第二层LSTM的输入，第二层LSTM的输出结果作为另外两层全连接层的输入，两层全连接层的输出再接一个全连接层，最后输出预测结果，其中两层LSTM均为双向的LSTM；

(7)将每类道路需要训练的神经网络模型和数据看成一个作业，利用批处理脚本提交到集群上运行，实现神经网络模型的集群训练，从而得到训练好的神经网络模型；

(8)利用步骤(7)训练得到的神经网络模型对需要预测的数据进行预测，预测时将每个预测任务看成一个作业，用批处理脚本提交到集群上进行预测，收集每类道路的预测结果并合并到一起；

(9)选择不同的聚类类别数，重复步骤(4)到(8)若干次；

(10)将若干次的预测结果进行融合得到最终预测结果；

所述步骤(3)中的对缺失值采取周围平均化的方式填补数据的具体流程为：对于序列{x,0,0,…,0,y}，其中x与y之间共有i个连续的缺失值0，则填补方式为：

p＝random(0,1)，即p随机选取0到1之间的某个数

i为奇数时，

i为偶数时，

其中表示下取整，表示上取整，若填补完后序列变成{x,0,…,0,m,0,…,0,y}，则对序列{x,0,…,0,m}和序列{m,0,…,0,y}同样以上述方式填补，以此类推直到填补完所有缺失值；m是利用上述方式填补好的值。

2.根据权利要求1所述的基于道路聚类和双层双向LSTM的交通流量预测方法，其特征在于：所述步骤(4)包括以下步骤：

(4-1)选取训练数据的20-25％，具体为：对每条道路，选取相同时刻的一段连续的训练数据，即交通流量，该一段连续的训练数占这条道路总训练数据的20-25％；

(4-2)根据选取出来的历史交通流量计算每条道路之间的相关性，得到相关性矩阵；

(4-3)根据道路之间的相关性对道路进行k-means聚类，聚类的类数为道路总数的2％-10％，由于每类道路的训练需要在集群上利用批处理脚本进行提交，类数可以选择设置为集群节点数的整数倍。

3.根据权利要求1所述的基于道路聚类和双层双向LSTM的交通流量预测方法，其特征在于：所述步骤(5)中的提取数据的时间信息包括：星期几weekday；是否为周六或周日is_weekend、；小时hour；分钟minute；空间信息包括：道路的编号road_id；道路在某时刻所对应的交通流量speed；在直接通往某条道路的道路中，即所有入路中，与该条道路最相关的道路在某时刻所对应的交通流量in_speed；在某条道路直接通往的道路中，即所有出路中，与该条道路最相关的道路在某时刻所对应的交通流量out_speed；直接通往某条道路的所有道路，即所有入路，在某时刻所对应的交通流量之和in_spd_sum；某条道路直接通往的所有道路，即所有出路，在某时刻所对应的交通流量之和out_spd_sum；直接通往某条道路的道路总条数，即所有入路总条数in_road_sum；某条道路直接通往的道路总条数，即所有出路总条数out_road_sum；若没有道路直接通往某条道路，即没有入路，或者某条道路没有直接通往的道路，即没有出路，则相应的交通流量或交通流量之和设置为0。