[发明专利]一种基于交通流量预测的节假日交通调度方法及装置

说明书

本申请涉及智能交通控制技术领域，特别地，涉及一种基于交通流量预测的节假日交通调度方法及装置。本申请提供的一种基于交通流量预测的节假日交通调度方法，包括：对来自于交通检测器的样本数据进行补全处理得到交通流量数据；基于所述交通流量数据构建网络模型进行预测得到节假日交通流量；若所述节假日交通流量与预设时间段内历史交通流量的相似度值大于等于预设阈值，则选择所述历史交通流量对应的交通调度方案作为节假日交通调度方案；否则，根据所述节假日交通流量的变化趋势将节假日全天划分为多个时段；查找与所述多个时段交通流量变化趋势相似度最高的历史交通流量，并将其对应的交通调度方案作为节假日交通调度方案。

技术领域

本申请涉及智能交通控制技术领域，特别地，涉及一种基于交通流量预测的节假日交通调度方法及装置。

背景技术

节假日交通调度是指在节假日期间，交通管理部门为了应对社会车辆大规模集中出行，导致交通流量激增、交通拥堵而特别制定的全天信号控制方案，其目的在于缓解城市在节假日期间的交通拥堵，提高城市路网的利用率。

在一些交通调度实现中，首先对路况的历史交通信息进行采样并构建交通网络模型；然后基于历史交通信息提出缺失数据补齐的方法、根据行程时间构建可达矩阵，并进卷积计算提取特征；然后根据提取特征训练递归神经网络得到流量预测模型；最后将实时采样交通数据输入预测模型得到交通流量的预测数据，在其过程中得到的误差结果用于进一步对模型进行动态训练。

但是，上述方法并没有给出面对交通流量的预测数据如何选择交通调度方案或指定交通调度方案，当交通管理部门经验不足、或交通流量预测数据较为复杂时，针对交通流量预测数据不能选择合适的交通调度信号控制方案，或无法及时快速的自动选择匹配的交通调度方案。

发明内容

本申请提供了一种基于交通流量预测的节假日交通调度方法及装置，通过补全样本数据、构建交通流量预测网络模型、比对节假日和历史日期的交通流量和变化趋势的相似度，一定程度上可以解决网络模型训练集数据不完整，不能根据交通流量预测数据自动快速输出匹配交通调度方案的问题。

本申请的实施例是这样实现的：

本申请实施例的第一方面提供一种基于交通流量预测的节假日交通调度方法，包括：

对来自于交通检测器的样本数据进行补全处理得到交通流量数据；

基于所述交通流量数据构建网络模型进行预测得到节假日交通流量；

若所述节假日交通流量与预设时间段内历史交通流量的相似度值大于等于预设阈值，则选择所述历史交通流量对应的交通调度方案作为节假日交通调度方案；否则，

根据所述节假日交通流量的变化趋势将节假日全天划分为多个时段；

查找与所述多个时段交通流量变化趋势相似度最高的历史交通流量，并将其对应的交通调度方案作为节假日交通调度方案。

可选地，所述补全处理，具体包括：获取第一交通检测器采集的第一样本数据；将所述第一样本数据的异常数据替换为第二样本数据，所述第二样本数据为所述异常数据对应时刻第二交通检测器采集的样本数据，所述第二交通检测器与所述第一交通检测器设置于同一个路口；将所述第一样本数据和第二样本数据组合得到交通流量数据。

可选地，所述第二样本数据为异常数据时，将所述异常数据修正为所述对应时间相邻时刻样本数据的平均值。

可选地，所述样本数据来自于流量非零记录占比最高的路口所设置的交通检测器。

可选地，所述网络模型为最优LSTM神经网络模型，其构建过程包括：随机抽取所述交通流量数据得到训练集；将所述训练集输入LSTM神经网络模型进行训练得到最优LSTM神经网络模型。