[发明专利]一种基于车联网大数据的交通路况预测方法

摘要

本发明涉及函数型非参数模型及该模型下的KNN估计方法，交通路况预测是车联网大数据的有效应用，它将助力城市交通管理，为车主出行选择行驶路线提供有效参考。非参数回归作为一种无参数、高精度的算法，预测效果比参数回归更优越，且误差更小；同时把一段时间内的速度值看作连续的函数曲线，从函数型数据的角度去分析；本文采用K‑近邻的估计方法，只需确定最优窗宽等参数，就可实时预测道路流量。

主权项

1.一种基于车联网大数据的交通路况预测方法，其特征在于，包括：1)确定被研究路段及影响所述被研究路段的入网路段数量；2)统计所有车辆在所述入网段的实时速度，及所述车辆在进入所述被研究路段后的速度，基于函数型非参数回归模型，可以得到车辆在两段路线下速度的关系，所述模型如下：Yi＝r(xi)+εi,1≤i≤n,n∈N+，其中，Yi表示被研究路段第i辆车的速度，xi表示入网路段第i辆车的速度曲线，ε为随机误差；3)利用KNN估计方法，对模型进行估计，获得模型的最优参数，估计方法如下：其中，K是非对称核函数；设定B(x,h)＝{x′∈H|d(x,x′)≤h}，其中，其中B(x,h)是距离中心x半径为h的小球，近邻k的数量为平滑参数，则Hn,k(x)定义如下:4)通过预测速度的快慢来反应预测时段道路的车流量。