[发明专利]一种基于时空关联的动态交通流预测方法

摘要

本发明涉及智能交通领域，尤其涉及一种基于时空关联的动态交通流预测方法，该方法在对交通流数据进行预处理后建立时空矩阵，通过近邻局部线性重构方法对时空矩阵进行训练，找到预测用的一组近邻和权值，经过非负修正后进行预测，最后通过预测值对时空矩阵进行更新。本发明的有益效果在于：1、适用性强，能适用于任何微波检测路段；2、可行性强，只需要给定历史交通流量数据库，就能对数据进行训练和预测；3、计算速度快，复杂性较低，计算时间为秒级；4、预测精度高，消除了动态数据的随机性和波动性，提高了预测结果的准确性和可靠性；5、预测效率高，能实现多个5分钟时间段的多步交通流预测，能做到高效的短时和长时交通流预测。

主权项

一种基于时空关联的动态交通流预测方法，其特征在于包括： 1)通过布局在微波路段上的数据采集设备采集历史交通流量数据、预测当日间隔时间为T的交通流量数据； 2)交通流量数据进行预处理，根据设置阈值清洗无关数据，并对缺失数据进行数据补插； 3)以数据采集时间为纵轴，微波路段为横轴，构建交通流数据时空矩阵； 4)进行基于近邻局部线性重构的交通流数据时空矩阵训练，找到预测用的权值矩阵和测试样本近邻； 5)对权值矩阵进行非负修正，建立近邻线性正加权的权值矩阵； 6)根据权值矩阵和测试样本近邻进行交通流量预测，预测公式为：其中：X_ij为测试样本X_i的第j个近邻，w_ij为样本X_i的第j个近邻的权值，K′为权值矩阵长度，K′小于测试样本近邻个数；7)将预测的交通流量数据与真实数据进行对比，得到预测误差； 8)将预测值加入交通流数据时空矩阵，并去掉最早时刻的流量值，组合形成新的交通流数据时空矩阵，重复步骤4)。