[发明专利]基于数据质量控制的道路网重型货车交通流量预测方法

权利要求书

1.一种基于数据质量控制的道路网重型货车交通流量预测方法，其特征在于，包括如下步骤：

步骤1：通过重型货车的车载卫星定位装置，获得重型货车的GPS轨迹数据；

步骤2：将GPS轨迹数据根据经纬度定位到所属的路网路段上，按照指定时间间隔进行合并，得到城市路网上每个路段的小时重型货车交通流量，筛选出有GPS交通流量数据路段和无数据路段；

步骤3：收集收费站每小时所监测的重型货车出、入口流量及断面流量，形成监测数据路段；

步骤4：对步骤2筛选出的有GPS交通流量数据路段采用分段常系数法扩样及长短时循环神经网络方法进行流量预测；

步骤5：对步骤2筛选出的无数据路段采用构建K最近邻方法进行流量预测；

步骤6：对步骤3形成的监测数据路段采用长短时循环神经网络方法进行流量预测；

步骤7：汇总步骤4、步骤5、步骤6的流量预测结果，得到全路网预测流量；

步骤4具体包括如下步骤：

步骤41：对步骤2筛选出的有GPS交通流量数据路段按照道路等级和流量范围采用分段常系数法进行扩样；

步骤42：对扩样后的数据进行标准化处理；

步骤43：利用长短时循环神经网络方法进行交通流量预测；

步骤44：将预测后的交通流量进行反标准化处理；

步骤45：将反标准化后的数据与交通调查数据进行对比；

步骤46：采用总量控制法进行重型货车交通流量调整；

步骤41具体包括如下步骤：

步骤411：将所有路段交通流量按照时间间隔进行合计；

步骤412：选择合计后最大流量的时段作为排序依据，将所有路段ID的交通流量进行降序排序；

步骤413：将排序后交通流量所呈现的分布函数进行参数估计，y_i＝ke^-ax+b (1)

其中，y_i代表路段i的流量，x代表降序后的路段序列，k、a、b代表分布函数的估计参数；

步骤414：将所有路段按照流量进行区间分段，根据概率密度函数计算该区间下的扩样系数；

其中，m_i,j为路段序号[i，j]区间的扩样系数；x_i，x_j代表序列为i，j的路段序列编号。

2.如权利要求1所述的基于数据质量控制的道路网重型货车交通流量预测方法，其特征在于，步骤1所述GPS轨迹数据包括：记录时间、经度、纬度以及车牌号。

3.如权利要求1所述的基于数据质量控制的道路网重型货车交通流量预测方法，其特征在于，所述步骤2具体包括：将城市路网进行编号形成路段ID，将每个路段ID按照1h的时间间隔将GPS数据进行合计，形成带有路段属性和时间间隔属性的交通流量数据，筛选出有GPS交通流量数据路段和无数据路段，所述有GPS交通流量数据路段为：有GPS数据的路段；所述无数据路段为：无GPS数据的路段。

4.如权利要求1所述的基于数据质量控制的道路网重型货车交通流量预测方法，其特征在于，步骤3所述断面流量为出、入口流量之和。

5.如权利要求1所述的基于数据质量控制的道路网重型货车交通流量预测方法，其特征在于，步骤41所述道路等级包括公路等级和城市道路等级，从公路等级和城市道路等级两方面细分10个等级；

所述公路等级包括：高速公路、一级公路、二级公路、三级公路、四级公路；

所述城市道路等级包括：快速路、主干路、次干路、支路、其他，所述其他代表不属于上述城市道路等级的其余路段。

6.如权利要求1所述的基于数据质量控制的道路网重型货车交通流量预测方法，其特征在于，步骤42具体为：将路段ID所有流量进行筛选，选出最大交通流量，将每个交通流量与该最大交通流量的比值归一化到[0，1]区间中。