[发明专利]车流量预测模型训练、车流量预测方法、装置及设备在审

专利信息
申请号: 202310547059.1 申请日: 2023-05-16
公开(公告)号: CN116663717A 公开(公告)日: 2023-08-29
发明(设计)人: 顾军华;陈晨;雷伟;焦彦利;韩明敏;蒋岚;王亚州;侯晓青;张泽云;解振龙;吴思;牛炳鑫 申请(专利权)人: 河北工业大学;河北省交通规划设计研究院有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06N3/0464;G06N3/048;G06N3/08;G06Q50/30;G08G1/01
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 300401 *** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车流量 预测 模型 训练 方法 装置 设备
【说明书】:

发明实施例公开了一种车流量预测模型训练、车流量预测方法、装置及设备。该车流量预测模型训练方法包括:确定车流量预测模型中时空模块对应的模块输入数据;其中,所述时空模块的数量为至少两个;所述模块输入数据包括第一模块输入数据和第二模块输入数据;将所述模块输入数据输入至所述时空模块中,得到时空模块中间数据;根据各所述时空模块中间数据确定车流量预测结果,以根据所述车流量预测结果训练所述车流量预测模型。本发明实施例的技术方案能够准确的对车流量进行预测,从而及时分散路网中的车辆,提高路网的安全性。

技术领域

本发明实施例涉及智慧交通技术领域,尤其涉及一种车流量预测模型训练、车流量预测方法、装置及设备。

背景技术

近年来,道路上的拥堵事件、交通事故仍时有发生,不仅给社会带来冲击,同时会造成极大的经济损失。通过对车辆的交通流进行预测,可以为公路监管部门提供指挥调度的依据,当同个路段的车辆数量较多时,监管部门可以及时分散车辆,防止车辆的聚集发生重大交通事故,提高整个公路路网的安全性。

然而,现有的车流量预测方法中,通常是通过人为预先设定的时间周期和步长捕获时间相关性,并通过预先定义的邻接矩阵捕获空间相关性,以根据时间相关性和空间相关性预测整体车流量。但是上述方法,整体车流量的规律性不强,采用人为预先设定好的周期无法有效提取时间序列数据的周期性,而且使用预先定义的路网结构进行空间相关性的提取忽略了时间变化中路网动态变化。因此,现有方法无法提取数据中的有效信息特征,从而导致车流量预测误差较大。

发明内容

本发明实施例提供一种车流量预测模型训练、车流量预测方法、装置及设备,能够准确的对车流量进行预测,从而及时分散路网中的车辆,提高路网的安全性。

根据本发明的一方面,提供了一种车流量预测模型训练方法,包括:

确定车流量预测模型中时空模块对应的模块输入数据;其中,所述时空模块的数量为至少两个;所述模块输入数据包括第一模块输入数据和第二模块输入数据;

将所述模块输入数据输入至所述时空模块中,得到时空模块中间数据;

根据各所述时空模块中间数据确定车流量预测结果,以根据所述车流量预测结果训练所述车流量预测模型。

根据本发明的另一方面,提供了一种车流量预测方法,包括:

获取当前车流量数据;

将所述当前车流量数据输入至预先训练的车流量预测模型中,得到所述当前车流量数据对应的目标车流量数据;

其中,所述车流量预测模型通过本发明任一实施例所述的车流量预测模型训练方法训练得到。

根据本发明的另一方面,提供了一种车流量预测模型训练装置,包括:

输入数据确定模块,用于确定车流量预测模型中时空模块对应的模块输入数据;其中,所述时空模块的数量为至少两个;所述模块输入数据包括第一模块输入数据和第二模块输入数据;

中间数据确定模块,用于将所述模块输入数据输入至所述时空模块中,得到时空模块中间数据;

预测模型训练模块,用于根据各所述时空模块中间数据确定车流量预测结果,以根据所述车流量预测结果训练所述车流量预测模型。

根据本发明的另一方面,提供了一种车流量预测装置,其特征在于,包括:

数据获取模块,用于获取当前车流量数据;

数据预测模块,用于将所述当前车流量数据输入至预先训练的车流量预测模型中,得到所述当前车流量数据对应的目标车流量数据;

其中,所述车流量预测模型通过本发明任一实施例所述的车流量预测模型训练方法训练得到。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河北工业大学;河北省交通规划设计研究院有限公司,未经河北工业大学;河北省交通规划设计研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310547059.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top