[发明专利]一种基于高速公路收费数据对交通量进行预测的方法及系统

说明书

本发明公开了一种基于高速公路收费数据对高速公路出入口之间的交通量进行预测的方法，包括：按照时间颗粒度阈值对预设时间段内的高速公路的联网收费数据进行集计处理，获取集计后的联网收费数据；将所述集计后的联网收费数据按照一定的索引规则转换成至少一个OD交通需求矩阵；利用所述至少一个OD交通需求矩阵生成OD交通需求时间序列，采用自回归积分滑动平均模型ARIMA，对未来时间段的OD交通需求量进行预测。本发明能够帮助管理者及时掌握交通需求的发展势态，对交通需求激增等情况进行提前预警，并对高速公路容量是否过载进行预判，为高速公路日常业务高效开展、政策措施合理制定、建设项目资金投放、等奠定数据基础，提供决策参考资料。

技术领域

本发明涉及高速公路联网收费数据分析技术领域，并且更具体地，涉及一种基于高速公路收费数据对交通量进行预测的方法及系统。

背景技术

近年来我国高速公路的建设得到蓬勃发展，它对促进地区经济发展起到了十分重要的作用。随着高速公路的利用率越来越高，相应的高速公路交通拥挤、交通安全和环境污染等问题也逐渐表现出来，成为高速公路运行中存在的亟待解决的问题。

与此同时，在高速公路的运营中，产生了大量的联网收费数据，此数据存储了所有进出高速公路车辆的详细信息，包括进入时间地点、离开时间地点、车型车牌号等信息。尽管该数据能提供的信息很全面，但是其在日常运营、管理中并没有发挥出应有的作用。如何利用新兴的数据处理和数据挖掘技术，让“沉睡的数据”转化成为高速公路增强信息服务、避免事故、优化管理的重要媒介，成为智能交通领域的一个重要问题。

发明内容

本发明提供了一种基于高速公路收费数据对交通量进行预测的方法及系统，以解决如何对高速公路的OD交通量进行预测的问题。

为了解决上述问题，根据本发明的一个方面，提供了一种基于高速公路收费数据对交通量进行预测的方法，所述方法包括：

按照时间颗粒度阈值对预设时间段内的高速公路的联网收费数据进行集计处理，获取集计后的联网收费数据，其中所述联网收费数据包括：车辆进入高速公路的时间数据、入口代码数据、出口代码数据和方向；

将所述集计后的联网收费数据按照一定的索引规则转换成至少一个OD交通需求矩阵；

利用所述至少一个OD交通需求矩阵生成OD交通需求时间序列，采用自回归积分滑动平均模型ARIMA，对未来时间段的OD交通需求量进行预测。

优选地，其中所述按照时间颗粒度阈值对预设时间段内的高速公路的联网收费数据进行集计处理，获取集计后的联网收费数据，包括：

将所述联网收费数据中的车辆进入高速公路的时间数据由字段格式转换为float类型，获取第一数据；

按照时间颗粒度阈值对所述第一数据中的车辆进入高速公路的时间数据进行精度截断处理，获取第二数据；

将所述第二数据中的车辆进入高速公路的时间数据转换为字段格式，获取第三数据；

按照预设周期阈值分别为所述第三数据的车辆进入高速公路的时间数据添加一个时间戳作为车辆进入高速公路的时间数据的索引，并将添加索引后的第三数据进行转换，获取集计后的联网收费数据。

优选地，其中

利用cast函数将联网收费数据中的车辆进入高速公路的时间数据由字段格式转换为float类型，获取第一数据；

利用cast函数将所述第二数据中的时间数据转换为字段格式，获取第三数据，并利用COUNT函数及group by语句将所述第三数据转换为符合时间颗粒度要求并且基于数据库入口代码和出口代码分组的集计后的联网收费数据。

优选地，其中所述将所述集计后的联网收费数据按照一定的索引规则转换成至少一个OD交通需求矩阵，包括：