技术新讯 > 信号装置的制造及其应用技术 > 基于大数据分析的高速公路车流量预测方法与流程  >  正文

基于大数据分析的高速公路车流量预测方法与流程

  • 国知局
  • 2024-07-31 21:08:55

本发明涉及车流量预测,具体涉及基于大数据分析的高速公路车流量预测方法。

背景技术:

1、随着科技的发展,大数据的应用越来越广泛,例如,可以利用大数据进行高速公路车流量预测。高速公路的车流量往往随着时间的变化而变化,然而,若高速公路上的出口车流量过大,则往往会导致道路拥堵,从而可能提高发生安全事故的概率。因此,往往需要对高速公路上的出口车流量进行预测。目前,对道路上的车流量进行预测时,通常采用的方法为:根据道路上的历史车流量进行车流量预测。

2、然而,当根据高速公路上的历史出口车流量,对高速公路上的出口车流量进行预测时,经常会存在如下技术问题:

3、由于车辆除了可以从高速公路的出入口进出高速公路之外,还可以通过高速公路之间的互通口进出高速公路,所以,当通过互通口进出高速公路的车辆数量发生变化时,往往也会引起高速公路上的出口车流量发生变化,因此,对高速公路上的出口车流量进行预测时,若只考虑高速公路上的历史出口车流量,则可能导致对高速公路上的出口车流量进行预测的准确度较差。

技术实现思路

1、为了解决对高速公路上的出口车流量进行预测的准确度较差的技术问题,本发明提出了基于大数据分析的高速公路车流量预测方法。

2、本发明提供了基于大数据分析的高速公路车流量预测方法,该方法包括:

3、获取高速公路上待检测道路在入口处每个历史时间段内的进口车流量和在出口处每个历史时间段内的出口车流量,并获取与待检测道路交汇的互通口在每个历史时间段内的驶入车流量和驶出车流量;

4、根据每个互通口在历史时间段内的驶入车流量和驶出车流量,确定每个互通口在每种历史时间段内的驶入流量参考度和驶出流量参考度;

5、根据互通口与待检测道路出口或入口之间的距离,对互通口进行排序,并根据每个互通口在历史时间段内的驶入车流量和驶入流量参考度,以及每个互通口之后的每个互通口在历史时间段内的驶出车流量和驶出流量参考度,确定每个互通口与其之后的每个互通口之间的流量影响权重;

6、根据每个互通口与其之后的所有互通口之间的流量影响权重、每个互通口之后的互通口在历史时间段内的驶出车流量、每个互通口在历史时间段内的驶入车流量和驶入流量参考度、以及历史时间段内的出口车流量,确定每个互通口对应的预测修正权重;

7、根据互通口对应的预测修正权重,确定目标误差模型,并根据历史时间段内的进口车流量和驶入车流量,通过卡尔曼滤波模型,对待检测道路在预设时间段内的出口车流量进行预测,其中,预测时将卡尔曼滤波模型中的误差模型更新为目标误差模型。

8、可选地,所述根据每个互通口在历史时间段内的驶入车流量和驶出车流量,确定每个互通口在每种历史时间段内的驶入流量参考度和驶出流量参考度,包括:

9、对所有历史时间段进行分类,得到不同种类的历史时间段,其中,同一种历史时间段内的历史时间段是不同预设时间周期内的相同时间段;

10、根据每个互通口在每种历史时间段内的所有驶入车流量,确定每个互通口在每种历史时间段内的驶入流量参考度,同理,根据每个互通口在每种历史时间段内的所有驶出车流量,确定每个互通口在每种历史时间段内的驶出流量参考度。

11、可选地,驶入流量参考度对应的公式为:

12、;其中,是第 i个互通口在第 m种历史时间段内的驶入流量参考度; i是与待检测道路交汇的互通口的序号; m是历史时间段的类别序号; n是所有历史时间段构成的总时间段内预设时间周期的数量; n是所有历史时间段构成的总时间段内预设时间周期的序号;是第 i个互通口在第 n个预设时间周期中,第 m种历史时间段内的驶入车流量;是第 i个互通口在所有预设时间周期内中,第 m种历史时间段内的驶入车流量的均值;是第 i个互通口在第 n个预设时间周期中,所有历史时间段内的驶入车流量的标准差;是归一化函数;是第 i个互通口在第 n个预设时间周期中,所有历史时间段内的驶入车流量的均值。

13、可选地,所述根据互通口与待检测道路出口或入口之间的距离,对互通口进行排序,包括:

14、根据互通口与待检测道路入口之间的距离,按照从近到远的顺序,对互通口进行排序。

15、可选地,所述根据每个互通口在历史时间段内的驶入车流量和驶入流量参考度,以及每个互通口之后的每个互通口在历史时间段内的驶出车流量和驶出流量参考度,确定每个互通口与其之后的每个互通口之间的流量影响权重,包括:

16、将与待检测道路交汇的任意一个互通口,确定为标记互通口,并将所述标记互通口之后的任意一个互通口,确定为参考互通口;

17、将所述标记互通口在所有历史时间段内的驶入车流量,构成所述标记互通口对应的驶入车流量序列;

18、将所述参考互通口在所有历史时间段内的驶出车流量,构成所述参考互通口对应的驶出车流量序列;

19、通过dtw算法,对所述标记互通口对应的驶入车流量序列和所述参考互通口对应的驶出车流量序列进行匹配,得到所述标记互通口与所述参考互通口之间的参考匹配对,其中,参考匹配对包括一个驶出车流量和一个驶入车流量;

20、根据每个参考匹配对中驶出车流量和驶入车流量之间的dtw距离、每个参考匹配对中驶出车流量所属历史时间段内的驶出流量参考度、以及每个参考匹配对中驶入车流量所属历史时间段内的驶入流量参考度,确定每个参考匹配对下的目标差异指标;

21、根据所述标记互通口与所述参考互通口之间的所有参考匹配对下的目标差异指标,确定所述标记互通口与所述参考互通口之间的流量影响权重,其中,目标差异指标与流量影响权重呈负相关。

22、可选地,所述根据每个参考匹配对中驶出车流量和驶入车流量之间的dtw距离、每个参考匹配对中驶出车流量所属历史时间段内的驶出流量参考度、以及每个参考匹配对中驶入车流量所属历史时间段内的驶入流量参考度,确定每个参考匹配对下的目标差异指标,包括:

23、将每个参考匹配对中驶出车流量所属历史时间段内的驶出流量参考度和其驶入车流量所属历史时间段内的驶入流量参考度的均值,确定为每个参考匹配对下的代表流量参考度;

24、根据每个参考匹配对中驶出车流量和驶入车流量之间的dtw距离,以及每个参考匹配对下的代表流量参考度,确定每个参考匹配对下的目标差异指标,其中,dtw距离与目标差异指标呈正相关,代表流量参考度与目标差异指标呈负相关。

25、可选地,所述根据每个互通口与其之后的所有互通口之间的流量影响权重、每个互通口之后的互通口在历史时间段内的驶出车流量、每个互通口在历史时间段内的驶入车流量和驶入流量参考度、以及历史时间段内的出口车流量,确定每个互通口对应的预测修正权重,包括:

26、根据每个互通口与其之后的所有互通口之间的流量影响权重,以及每个互通口之后的所有互通口在所有历史时间段内的驶出车流量,确定每个互通口对应的自身约束系数,其中,流量影响权重和驶出车流量均与自身约束系数呈正相关;

27、根据每个互通口在所有历史时间段内的驶入车流量和驶入流量参考度、每个互通口对应的自身约束系数和待检测道路在所有历史时间段内的出口车流量,确定每个互通口对应的预测修正权重。

28、可选地,所述根据每个互通口在所有历史时间段内的驶入车流量和驶入流量参考度、每个互通口对应的自身约束系数和待检测道路在所有历史时间段内的出口车流量,确定每个互通口对应的预测修正权重,包括:

29、将与待检测道路交汇的任意一个互通口,确定为标记互通口;

30、将所述标记互通口在所有历史时间段内的驶入车流量,构成所述标记互通口对应的驶入车流量序列;

31、将所述待检测道路在所有历史时间段内的出口车流量,构成所述待检测道路对应的出口车流量序列;

32、通过dtw算法,对所述标记互通口对应的驶入车流量序列和所述待检测道路对应的出口车流量序列进行匹配,得到所述标记互通口与所述待检测道路之间的候选匹配对,其中,候选匹配对包括一个出口车流量和一个驶入车流量;

33、根据所述标记互通口与所述待检测道路之间的所有候选匹配对中出口车流量和驶入车流量之间的dtw距离、所述标记互通口与所述待检测道路之间的所有候选匹配对中驶入车流量所属历史时间段内的驶入流量参考度、以及所述标记互通口对应的自身约束系数,确定所述标记互通口对应的预测修正权重。

34、可选地,互通口对应的预测修正权重对应的公式为:

35、;

36、;其中,是第 i个互通口对应的预测修正权重; i和 j是与待检测道路交汇的互通口的序号,并且; f是与待检测道路交汇的互通口的数量;是归一化函数;是预先设置的大于0的因子;是第 i个互通口对应的自身约束系数;是第 i个互通口与待检测道路之间的候选匹配对的数量; h是第 i个互通口与待检测道路之间的候选匹配对的序号;是第 i个互通口与待检测道路之间第 h个候选匹配对中,出口车流量和驶入车流量之间的dtw距离;是第 i个互通口与待检测道路之间第 h个候选匹配对中,驶入车流量所属历史时间段内的驶入流量参考度;是归一化函数; t是历史时间段的序号; t是历史时间段的总数;是第 j个互通口在第 t个历史时间段内的驶出车流量的归一化值;是第 i个互通口与第 j个互通口之间的流量影响权重。

37、可选地,目标误差模型对应的公式为:

38、;其中, mse是目标误差模型对应的函数值; t是历史时间段的序号; t是历史时间段的总数; i是与待检测道路交汇的互通口的序号; f是与待检测道路交汇的互通口的数量;是第 i个互通口在第 t个历史时间段内的驶入车流量;是第 i个互通口在第 t个历史时间段内的驶入车流量的预测值;是第 i个互通口对应的预测修正权重。

39、本发明具有如下有益效果:

40、本发明的基于大数据分析的高速公路车流量预测方法,基于大数据分析,实现了对位于高速公路的道路上出口车流量的预测,从而实现了对高速公路上的出口车流量的预测,解决了对高速公路上的出口车流量进行预测的准确度较差的技术问题,提高了对高速公路上的出口车流量进行预测的准确度。首先,本发明对高速公路上的待检测道路在预设时间段内的出口车流量进行预测时,不仅考虑了待检测道路上的历史出口车流量,还考虑了待检测道路之间的互通口车流量,从而提高了对待检测道路上出口车流量的预测,进而提高了对高速公路上的出口车流量的预测。其次,由于不同地理位置处的人员流动和人员出行习惯等往往不同,所以,不同互通口对高速公路上的车流量的影响往往不同,因此,对每个互通口进行分析,量化的互通口对应的预测修正权重可以表征互通口对出口车流量预测的影响情况,从而可以提高对待检测道路上出口车流量的预测,进而提高了对高速公路上的出口车流量的预测。

本文地址:https://www.jishuxx.com/zhuanli/20240731/188576.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。