[发明专利]短时交通流的预测方法、装置、终端设备及存储介质

权利要求书

1.一种短时交通流的预测方法，其特征在于，所述方法包括：

获取待预测道路区域的预设时间段；

根据所述预设时间段和预先建立的目标交通流预测模型，得到待预测道路区域内的预设时间段的目标交通流量，其中，所述预先建立的目标交通流预测模型是根据目标移动平均模型、目标岭回归模型和目标向量机模型确定的，所述目标移动平均模型是通过采用移动平均法对样本集中的交通流量样本数据进行处理得到的，所述目标岭回归模型是通过样本集中的交通流量样本数据对初始岭回归模型进行训练得到的，所述目标向量机模型是通过所述样本集中的交通流量样本数据对初始向量机模型进行训练得到的。

2.根据权利要求1所述的方法，其特征在于，所述预先建立的目标交通流预测模型通过如下方式得到的，包括：

获取样本集中的交通流量样本数据；

对所述交通流量样本数据进行预处理，得到初始化样本数据；

根据移动平均法和所述初始化样本数据，确定所述移动平均模型；

根据所述移动平均模型计算的第一预测值和交通流量标准值，确定所述移动平均模型的第一精确参数；

采用所述初始化样本数据对初始岭回归模型进行训练，确定所述岭回归模型；

根据所述岭回归模型计算的第二预测值和交通流量标准值，确定所述移岭回归模型的第二精确参数；

采用所述初始化样本数据对初始向量机模型进行训练，确定所述向量机模型；

根据所述向量机模型计算的第三预测值和交通流量标准值，确定所述移向量机模型的第三精确参数；

若所述第一精确参数小于第一预设值，所述第二精确参数小于第二预设值，所述第三精确参数小于第三预设值，则将所述移动平均模型确定为目标移动平均模型，将所述岭回归模型确定为目标岭回归模型，将所述向量机模型确定为目标向量机模型；

确定所述目标移动平均模型的第一权重值、所述目标岭回归模型的第二权重值和所述目标向量机模型的第三权重值；

确定所述目标移动平均模型和第一权重值的第一乘积，所述目标回归模型和所述第二权重值的第二乘积，所述目标向量机模型和所述第三权重值的第三乘积；

根据所述第一乘积、所述第二乘积和所述第三乘积，确定所述目标交通流预测模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一乘积、所述第二乘积和所述第三乘积，确定所述目标交通流预测模型，包括：

根据所述第一精确参数、第一权重值、第二精确参数、第二权重值、第三精确参数和第三权重值，确定预设误差参数；

若所述预设误差参数的值最小，则将与所述预设误差参数对应的交通流预测模型为目标交通流预测模型。

4.根据权利要求2所述的方法，其特征在于，所述根据移动平均法和所述初始化样本数据，确定所述移动平均模型，包括：

其中：为第t期的二次移动平均值；x_t+1为t+1期的预测值；为第t期一次移动平均值；n为参加移动平均的历史数据的个数。

5.根据权利要求4所述的方法，其特征在于，所述第一精确参数包括：相对误差、平均相对误差、平均绝对相对误差和均方根相对误差，所述相对误差、平均相对误差、平均绝对相对误差、均方根相对误差具体包括：

计算相对误差，其中，x_i为交通量实际值，y_i为交通量预测值；

计算出平均相对误差，

计算绝对相对误差，

计算均方根相对误差，