[发明专利]基于智能分车型的高速公路短时交通流量预测方法

摘要

本发明公开了一种基于智能分车型的高速公路短时交通流量预测方法，包括如下步骤：步骤一、获取数据；步骤二、数据预处理；步骤三、对经过预处理后得到的总车流量数据序列进行平稳性检验，若总车流量数据序列为平稳数据序列，则采用时间序列法预测交通流量；若总车流量数据序列为非平稳数据序列，则分两类车型进行预测：对小型车和集装箱型车采用时间序列法进行交通流量预测；对中型车和大型车采用二次指数平滑法进行交通流量预测；步骤四、按照不同车型的车辆折算系数将预测结果折算成标准车辆，计算得到总车流量预测值；步骤五、等待至下一次数据更新时，执行步骤一。本发明能够提高预测精度，帮助交通管理者或出行者更好地把握路况。

主权项

一种基于智能分车型的高速公路短时交通流量预测方法，其特征在于：包括如下步骤：步骤一、获取数据：获取高速公路的总车流量数据序列、分车型流量数据序列、平均车速和平均占有率；步骤二、数据预处理：剔除不符合交通实际情况的数据；步骤三、对经过预处理后得到的总车流量数据序列进行平稳性检验，若总车流量数据序列为平稳数据序列，则采用时间序列法预测交通流量；若总车流量数据序列为非平稳数据序列，则将车型分为两类，第一类车型包括小型车和集装箱型车两种车型，且该类车型的交通流量预测方法采用时间序列法进行预测；第二类车型包括中型车和大型车两种车型，且该类车型的交通流量预测方法采用二次指数平滑法进行预测；其中，采用时间序列法预测交通流量包括以下步骤：(1)对获取的分车型流量数据序列进行平稳性判断，若对应的分车型流量数据序列平稳，则直接执行下一步；若对应的分车型流量数据序列不平稳，则对该分车型流量数据序列进行差分处理，得到新的平稳的分车型流量数据序列后，再执行下一步；(2)采用ARIMA模型作为预测模型进行预测，且对于经过差分处理后得到的新的平稳的分车型流量数据序列，还需对其预测结果进行反变换，转换为对应车型的流量预测值；采用二次指数平滑法预测交通流量包括以下步骤：(1)对获取的分车型流量数据序列进行一次累加，并在累加后的曲线上通过可决系数的计算选取组成线性度最好的K个近邻序列；(2)通过实验法确定与预测标准误差最小的平滑系数α为最佳平滑系数；(3)根据二次指数平滑法预测模型进行预测，并通过转换得到对应车型的流量预测值；步骤四、按照不同车型的车辆折算系数将预测结果折算成标准车辆，计算得到总车流量预测值；步骤五、等待至下一次数据更新时，执行步骤一。