[发明专利]实现交通流量预测的方法及装置、可读存储介质

权利要求书

1.一种实现交通流量预测的方法，其特征在于，所述方法包括：

获取区域所关联路口线圈和卡口的流量数据、浮动车辆轨迹数据；

根据所述流量数据和浮动车辆轨迹数据获得所述区域中交通流量的流入基数和流出基数，所述流入基数和流出基数形成描述所述区域当前时间间隔交通流量的张量；

按照邻近性时间特征、周期性时间特征和趋势性时间特征，分别获取描述所述区域历史交通流量的张量，所述张量与描述所述区域当前时间间隔交通流量的张量分别形成邻近性时间依赖关系序列、周期性时间依赖关系序列和趋势性时间依赖关系序列；

将所述邻近性时间依赖关系序列、周期性时间依赖关系序列和趋势性时间依赖关系序列分别通过邻近性深度残差网络、周期性深度残差网络和趋势性深度残差网络运算，并融合输出所述区域在下一时间间隔的张量预测初始值；

获取所述区域下一时间间隔的外部影响特征的特征向量，在所述外部影响特征的特征向量上堆叠两个全连接层，第一层可以被视为每个子因子的嵌入层，然后连接激活函数，第二层用于映射与时间间隔为t时的人群流入和流出张量具有相同形状的低至高维度，获得所述区域在下一时间间隔的张量预测值；

聚合所述张量预测初始值和所述张量预测参考值，获得所述区域在下一时间间隔的张量预测值。

2.根据权利要求1所述的方法，其特征在于，所述按照邻近性时间特征、周期性时间特征和趋势性时间特征，分别获取描述所述区域历史交通流量的张量，所述张量与描述所述区域当前时间间隔交通流量的张量分别形成邻近性时间依赖关系序列、周期性时间依赖关系序列和趋势性时间依赖关系序列包括：

按照邻近性时间特征、周期性时间特征和趋势性时间特征，获取以当前时间间隔为起始向已发生时间自延伸的邻近性时间片段、周期性时间片段和趋势性时间片段；

分别从所述邻近性时间片段、周期性时间片段和趋势性时间片段提取所述区域历史交通流量所对应的张量；

将提取的所述张量与描述所述区域当前时间间隔交通流量的张量分别形成邻近性时间依赖关系序列、周期性时间依赖关系序列和趋势性时间依赖关系序列。

3.根据权利要求1所述的方法，其特征在于，所述将所述邻近性时间依赖关系序列、周期性时间依赖关系序列和趋势性时间依赖关系序列分别通过邻近性深度残差网络、周期性深度残差网络和趋势性深度残差网络运算，并融合输出所述区域在下一时间间隔的张量预测初始值包括：

将所述邻近性时间依赖关系序列、周期性时间依赖关系序列和趋势性时间依赖关系序列分别通过邻近性深度残差网络、周期性深度残差网络和趋势性深度残差网络根据可学习参数进行卷积运算，得到邻近性时间依赖关系张量，周期性时间依赖关系张量和趋势性时间依赖关系张量；

根据融合可学习参数，融合所述邻近性时间依赖关系张量，周期性时间依赖关系张量和趋势性时间依赖关系张量，输出所述区域在下一时间间隔的张量预测初始值。

4.根据权利要求1所述的方法，其特征在于，所述根据所述区域在下一时间间隔的张量预测初始值获得所述区域在下一时间间隔的张量预测值之后，所述方法还包括：

获取所述区域在下一时间间隔的张量实际值；

根据所述张量实际值和所述张量预测值的平均平方差值，修正所述区域在下一时间间隔的张量预测值。