[发明专利]一种基于傅里叶函数预测交通流量的方法、装置、存储介质及终端

权利要求书

1.一种基于傅里叶函数预测交通流量的方法，其特征在于，所述方法包括：

获取交通流量预测请求，所述交通流量预测请求包括待预测路段参数和待预测的目标时间参数；

接收针对预先构建的傅里叶预测函数的展开级数对应的预设控制参数；

将所述目标时间参数和所述预设控制参数输入预先构建的傅里叶预测函数中生成目标周期项；

通过结构化历史数据计算特定工作日影响参数与天气影响参数，并将所述特定工作日影响参数与所述天气影响参数的和确定为目标随机项；

将所述目标周期项、目标随机项以及预设残差项做和，生成目标时间参数对应的交通流量。

2.根据权利要求1所述的方法，其特征在于，按照以下步骤生成预先构建的傅里叶预测函数，包括

S201从所述结构化历史数据中获取待预测路段在预设周期内多个历史工作日的第一交通流数据，其中，每个工作日的第一交通流数据包括多个按照预设时间段划分的第二交通流数据，每个第二交通流数据对应一个预设时间段；

S202根据多个所述第二交通流数据确定出每个预设时间段内的流量周期项数值；

S203采用傅里叶函数对所述每个预设时间段中的流量周期项数值进行周期性拟合，得到每个预设时间段的傅里叶函数的第一特征值与第二特征值；

S204基于所述每个预设时间段的傅里叶函数的第一特征值与第二特征值构建傅里叶预测模型；

S205将构建的所述傅里叶预测模型确定为预先构建的周期项预测模型。

3.根据权利要求1所述的方法，其特征在于，所述确定待预测的目标参数之前，还包括：

通过检测器实时采集车辆在预设各个时间段的流量数据，生成原始数据；

加载数据处理规则表；

根据所述数据处理规则表将所述原始数据进行结构化，生成结构化历史数据。

4.根据权利要求2所述的方法，其特征在于，

在从所述结构化历史数据中获取待预测路段在预设周期内多个历史工作日的第一交通流数据之后，还包括：

将所述多个第一交通流数据划分为训练集和测试集；

对所述训练集里的第一交通流数据执行步骤S202-S205，得到与待预测时间参数对应的预先构建的周期项预测模型；

采用所述测试集里的第一交通流数据对所述预先构建的周期项预测模型进行验证，将拟合效果最优对应的傅里叶展开级数作为所述预设控制参数。

5.根据权利要求2所述的方法，其特征在于，所述构建傅里叶预测函数时所采用的多个历史工作日的交通流量数据为与待预测时间段相邻的过去的n个历史工作日的交通流量数据，其中n≥20。

6.根据权利要求1所述的方法，其特征在于，所述通过结构化历史数据计算特定工作日影响参数，包括：

从结构化历史数据中获取预设周期内特定工作日的交通流量与全部工作日的交通流量；

计算所述特定工作日的交通流量的平均值，得到第一均值；

计算所述全部工作日的交通流量的平均值，得到第二均值；

将所述第一均值与所述第二均值做差，生成第一均值差；

将所述第一均值差确定为特定工作日影响程度。

7.根据权利要求1所述的方法，其特征在于，所述通过结构化历史数据计算天气影响参数，包括：

从结构化历史数据中获取全部非下雨天特定工作日交通流量与全部下雨天特定工作日交通流量；

计算所述非下雨天特定工作日交通流量的平均值，得到第三均值；

计算所述下雨天特定工作日交通流量的平均值，得到第四均值；

将所述第四均值与所述第三均值做差，生成第二均值差；

将所述第二均值差确定为天气影响程度。