基于智能分車型的高速公路短時(shí)交通流量預(yù)測方法
【專利摘要】本發(fā)明公開了一種基于智能分車型的高速公路短時(shí)交通流量預(yù)測方法，包括如下步驟：步驟一、獲取數(shù)據(jù)；步驟二、數(shù)據(jù)預(yù)處理；步驟三、對經(jīng)過預(yù)處理后得到的總車流量數(shù)據(jù)序列進(jìn)行平穩(wěn)性檢驗(yàn)，若總車流量數(shù)據(jù)序列為平穩(wěn)數(shù)據(jù)序列，則采用時(shí)間序列法預(yù)測交通流量；若總車流量數(shù)據(jù)序列為非平穩(wěn)數(shù)據(jù)序列，則分兩類車型進(jìn)行預(yù)測：對小型車和集裝箱型車采用時(shí)間序列法進(jìn)行交通流量預(yù)測；對中型車和大型車采用二次指數(shù)平滑法進(jìn)行交通流量預(yù)測；步驟四、按照不同車型的車輛折算系數(shù)將預(yù)測結(jié)果折算成標(biāo)準(zhǔn)車輛，計(jì)算得到總車流量預(yù)測值；步驟五、等待至下一次數(shù)據(jù)更新時(shí)，執(zhí)行步驟一。本發(fā)明能夠提高預(yù)測精度，幫助交通管理者或出行者更好地把握路況。
【專利說明】基于智能分車型的高速公路短時(shí)交通流量預(yù)測方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于道路車輛的交通控制系統(tǒng)【技術(shù)領(lǐng)域】，具體的為一種基于智能分車型的高速公路短時(shí)交通流量預(yù)測方法。

【背景技術(shù)】
[0002]隨著高速公路里程的增加，交通管理者對交通的信息化管理要求以及出行者對交通的信息化服務(wù)需求也在逐漸增加，實(shí)時(shí)準(zhǔn)確的把握未來路段的交通狀況是高效管理與服務(wù)的前提，而對短時(shí)交通流量的預(yù)測是對路段未來交通情況把握的關(guān)鍵。如何準(zhǔn)確把握交通流的規(guī)律，提高流量預(yù)測的精度，是現(xiàn)有研究的重要方向。
[0003]現(xiàn)有的高速公路短時(shí)交通流量的預(yù)測方法主要涉及基于線性系統(tǒng)理論的方法、基于非線性理論的方法、基于知識(shí)發(fā)現(xiàn)的智能預(yù)測方法、基于組合預(yù)測的方法以及基于交通流模態(tài)的預(yù)測方法等理論基礎(chǔ)?；谶@些理論基礎(chǔ)，目前已研發(fā)出了多種高速公路短時(shí)交通流量的預(yù)測方法:
[0004](I)五邑大學(xué)學(xué)報(bào)(自然科學(xué)版)(第18卷第3期，2004年9月)公開了一種交通流的時(shí)間序列建模及預(yù)測方法，其采用時(shí)間序列模型對短時(shí)交通流量進(jìn)行了預(yù)測，實(shí)際數(shù)據(jù)驗(yàn)證結(jié)果表明該模型能夠較好地?cái)M合交通流時(shí)間序列，并可獲得較高的預(yù)測精度；
[0005](2)交通運(yùn)輸工程與信息學(xué)報(bào)(第8卷第I期，2010年3月)公開了一種基于混沌時(shí)間序列的道路斷面短時(shí)交通流預(yù)測模型，其針對道路斷面的短時(shí)交通流量序列的混沌特性進(jìn)行了分析，實(shí)測交通流量數(shù)據(jù)驗(yàn)證結(jié)果表明了該預(yù)測模型在一定程度上具有效性；
[0006](3)系統(tǒng)工程理論與實(shí)踐(第30卷第2期，2010年2月)公開了一種基于K近鄰非參數(shù)回歸的短時(shí)交通流預(yù)測方法，并將利用K值構(gòu)造的預(yù)測區(qū)間用于特殊路況的預(yù)測中，也得到了明顯的改進(jìn)效果；
[0007](4)吉林大學(xué)學(xué)報(bào)(工學(xué)版)(第40卷第5期，2010年9月)公開了一種基于小波分析的交通參數(shù)組合預(yù)測方法，該方法更加準(zhǔn)確地預(yù)測交通參數(shù)的變化趨勢，具有普適性，且比傳統(tǒng)的基于小波分析的組合預(yù)測過程簡單，為大運(yùn)算量的實(shí)時(shí)應(yīng)用提供了可能；
[0008](5)北京交通大學(xué)董春嬌等，針對城市快速路自由流狀態(tài)、擁擠流狀態(tài)和阻塞流狀態(tài)下交通流參數(shù)的時(shí)間和空間分布特性，提出了一種多狀態(tài)下城市快速路網(wǎng)交通流短時(shí)預(yù)測理論與方法研究，其研究了混合狀態(tài)下城市快速路交通流短時(shí)預(yù)測，實(shí)驗(yàn)表明，相比較傳統(tǒng)的預(yù)測方法具有更高的預(yù)測精度。
[0009]縱觀以上各種交通流量的預(yù)測方法，為了提高預(yù)測的效果，需要更好的挖掘交通狀態(tài)的變化趨勢，把握交通流內(nèi)部的規(guī)律性，而上述交通流量預(yù)測方法均是以總交通流量為研究對象來分析預(yù)測交通流的變化的。


【發(fā)明內(nèi)容】

[0010]通過對微波車檢器采集的分車型流量數(shù)據(jù)分析發(fā)現(xiàn):高速公路上的小型車與集裝箱型車每天的流量均比較低，且一天中的流量波動(dòng)較平穩(wěn)；中型車每天的流量變化呈現(xiàn)出兩個(gè)明顯的波峰，但在早晚波動(dòng)均比較平穩(wěn)，而大型車一天的流量曲線中除了早、晚高峰分別存在一段上升與下降趨勢外，其余的時(shí)間段流量變化相對比較平穩(wěn)。由此可見，不同車型流量的波動(dòng)變化規(guī)律是不同的，且各自車型一天中的流量變化也是隨著時(shí)間的變化而改變的，相比較總車流量而言，每個(gè)車型的交通流量變化的規(guī)律性更為明顯。
[0011]有鑒于此，本發(fā)明的目的在于提供一種基于智能分車型的高速公路短時(shí)交通流量預(yù)測方法，能夠根據(jù)實(shí)時(shí)交通流量數(shù)據(jù)的特點(diǎn)，調(diào)整預(yù)測模型，從而達(dá)到智能分車型預(yù)測，提聞?lì)A(yù)測精度。
[0012]為達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案:
[0013]一種基于智能分車型的高速公路短時(shí)交通流量預(yù)測方法，其特征在于:包括如下步驟:
[0014]步驟一、獲取數(shù)據(jù):獲取高速公路的總車流量數(shù)據(jù)序列、分車型流量數(shù)據(jù)序列、平均車速和平均占有率；
[0015]步驟二、數(shù)據(jù)預(yù)處理:剔除不符合交通實(shí)際情況的數(shù)據(jù)；
[0016]步驟三、對經(jīng)過預(yù)處理后得到的總車流量數(shù)據(jù)序列進(jìn)行平穩(wěn)性檢驗(yàn)，若總車流量數(shù)據(jù)序列為平穩(wěn)數(shù)據(jù)序列，則采用時(shí)間序列法預(yù)測交通流量；若總車流量數(shù)據(jù)序列為非平穩(wěn)數(shù)據(jù)序列，則將車型分為兩類，第一類車型包括小型車和集裝箱型車兩種車型，且該類車型的交通流量預(yù)測方法采用時(shí)間序列法進(jìn)行預(yù)測；第二類車型包括中型車和大型車兩種車型，且該類車型的交通流量預(yù)測方法采用二次指數(shù)平滑法進(jìn)行預(yù)測；
[0017]其中，采用時(shí)間序列法預(yù)測交通流量包括以下步驟:
[0018](I)對獲取的分車型流量數(shù)據(jù)序列進(jìn)行平穩(wěn)性判斷，若對應(yīng)的分車型流量數(shù)據(jù)序列平穩(wěn)，則直接執(zhí)行下一步；若對應(yīng)的分車型流量數(shù)據(jù)序列不平穩(wěn)，則對該分車型流量數(shù)據(jù)序列進(jìn)行差分處理，得到新的平穩(wěn)的分車型流量數(shù)據(jù)序列后，再執(zhí)行下一步；
[0019](2)采用ARIMA模型作為預(yù)測模型進(jìn)行預(yù)測，且對于經(jīng)過差分處理后得到的新的平穩(wěn)的分車型流量數(shù)據(jù)序列，還需對其預(yù)測結(jié)果進(jìn)行反變換，轉(zhuǎn)換為對應(yīng)車型的流量預(yù)測值；
[0020]采用二次指數(shù)平滑法預(yù)測交通流量包括以下步驟:
[0021](I)對獲取的分車型流量數(shù)據(jù)序列進(jìn)行一次累加，并在累加后的曲線上通過可決系數(shù)的計(jì)算選取組成線性度最好的K個(gè)近鄰序列；
[0022](2)通過實(shí)驗(yàn)法確定與預(yù)測標(biāo)準(zhǔn)誤差最小的平滑系數(shù)α為最佳平滑系數(shù)；
[0023](3)根據(jù)二次指數(shù)平滑法預(yù)測模型進(jìn)行預(yù)測，并通過轉(zhuǎn)換得到對應(yīng)車型的流量預(yù)測值；
[0024]步驟四、按照不同車型的車輛折算系數(shù)將預(yù)測結(jié)果折算成標(biāo)準(zhǔn)車輛，計(jì)算得到總車流量預(yù)測值；
[0025]步驟五、等待至下一次數(shù)據(jù)更新時(shí)，執(zhí)行步驟一。
[0026]進(jìn)一步，所述步驟二中，分別采用閾值理論與交通流理論剔除不符合交通實(shí)際情況的數(shù)據(jù)；
[0027]所述閾值理論為:在一個(gè)數(shù)據(jù)更新周期內(nèi)，設(shè)定總車流量數(shù)據(jù)的閥值范圍為[0，QmaJ，平均車速的閥值范圍為[0，Vmax];若采集到的總車流量數(shù)據(jù)或平均車速的數(shù)據(jù)不在對應(yīng)的閥值范圍內(nèi)時(shí)，則表明該組數(shù)據(jù)不可靠，并將其剔除；若采集到的總車流量數(shù)據(jù)和平均車數(shù)的數(shù)據(jù)均落在對應(yīng)的閥值范圍內(nèi)時(shí)，則表明該組數(shù)據(jù)可靠，保留該組數(shù)據(jù)；其中，Qfflax> Vfflax分別表示在一個(gè)數(shù)據(jù)更新周期內(nèi)的流量最大值和速度最大值；
[0028]所述交通流理論為:首先，根據(jù)交通流理論建立錯(cuò)誤數(shù)據(jù)判斷規(guī)則，即剔除規(guī)則；然后，判斷采集的數(shù)據(jù)序列是否滿足剔除規(guī)則；當(dāng)滿足剔除規(guī)則時(shí)，將對應(yīng)的數(shù)據(jù)需剔除；當(dāng)不滿足剔除規(guī)則時(shí)，保留對應(yīng)的數(shù)據(jù)。
[0029]進(jìn)一步，所述步驟三中，總車流量數(shù)據(jù)序列的平穩(wěn)性檢驗(yàn)方法為:
[0030](I)獲取經(jīng)過預(yù)處理的總車流量數(shù)據(jù)序列Xt，并延遲k得到Xt+k，計(jì)算其各自均值y t> y t+k ；
[0031](2)根據(jù)自相關(guān)函數(shù)公式計(jì)算其自相關(guān)函數(shù)R(k):

【權(quán)利要求】
1.一種基于智能分車型的高速公路短時(shí)交通流量預(yù)測方法，其特征在于:包括如下步驟: 步驟一、獲取數(shù)據(jù):獲取高速公路的總車流量數(shù)據(jù)序列、分車型流量數(shù)據(jù)序列、平均車速和平均占有率； 步驟二、數(shù)據(jù)預(yù)處理:剔除不符合交通實(shí)際情況的數(shù)據(jù)； 步驟三、對經(jīng)過預(yù)處理后得到的總車流量數(shù)據(jù)序列進(jìn)行平穩(wěn)性檢驗(yàn)，若總車流量數(shù)據(jù)序列為平穩(wěn)數(shù)據(jù)序列，則采用時(shí)間序列法預(yù)測交通流量；若總車流量數(shù)據(jù)序列為非平穩(wěn)數(shù)據(jù)序列，則將車型分為兩類，第一類車型包括小型車和集裝箱型車兩種車型，且該類車型的交通流量預(yù)測方法采用時(shí)間序列法進(jìn)行預(yù)測；第二類車型包括中型車和大型車兩種車型，且該類車型的交通流量預(yù)測方法采用二次指數(shù)平滑法進(jìn)行預(yù)測； 其中，采用時(shí)間序列法預(yù)測交通流量包括以下步驟: (1)對獲取的分車型流量數(shù)據(jù)序列進(jìn)行平穩(wěn)性判斷，若對應(yīng)的分車型流量數(shù)據(jù)序列平穩(wěn)，則直接執(zhí)行下一步；若對應(yīng)的分車型流量數(shù)據(jù)序列不平穩(wěn)，則對該分車型流量數(shù)據(jù)序列進(jìn)行差分處理，得到新的平穩(wěn)的分車型流量數(shù)據(jù)序列后，再執(zhí)行下一步； (2)采用ARIMA模型作為預(yù)測模型進(jìn)行預(yù)測，且對于經(jīng)過差分處理后得到的新的平穩(wěn)的分車型流量數(shù)據(jù)序列，還需對其預(yù)測結(jié)果進(jìn)行反變換，轉(zhuǎn)換為對應(yīng)車型的流量預(yù)測值； 采用二次指數(shù)平滑法預(yù)測交通流量包括以下步驟: (1)對獲取的分車型流量數(shù)據(jù)序列進(jìn)行一次累加，并在累加后的曲線上通過可決系數(shù)的計(jì)算選取組成線性度最好的K個(gè)近鄰序列； (2)通過實(shí)驗(yàn)法確定與預(yù)測標(biāo)準(zhǔn)誤差最小的平滑系數(shù)α為最佳平滑系數(shù)； (3)根據(jù)二次指數(shù)平滑法預(yù)測模型進(jìn)行預(yù)測，并通過轉(zhuǎn)換得到對應(yīng)車型的流量預(yù)測值； 步驟四、按照不同車型的車輛折算系數(shù)將預(yù)測結(jié)果折算成標(biāo)準(zhǔn)車輛，計(jì)算得到總車流量預(yù)測值； 步驟五、等待至下一次數(shù)據(jù)更新時(shí)，執(zhí)行步驟一。
2.根據(jù)權(quán)利要求1所述基于智能分車型的高速公路短時(shí)交通流量預(yù)測方法，其特征在于:所述步驟二中，分別采用閾值理論與交通流理論剔除不符合交通實(shí)際情況的數(shù)據(jù)； 所述閾值理論為:在一個(gè)數(shù)據(jù)更新周期內(nèi)，設(shè)定總車流量數(shù)據(jù)的閥值范圍為[0，Qmax]，平均車速的閥值范圍為[O，Vmax];若采集到的總車流量數(shù)據(jù)或平均車速的數(shù)據(jù)不在對應(yīng)的閥值范圍內(nèi)時(shí)，則表明該組數(shù)據(jù)不可靠，并將其剔除；若采集到的總車流量數(shù)據(jù)和平均車數(shù)的數(shù)據(jù)均落在對應(yīng)的閥值范圍內(nèi)時(shí)，則表明該組數(shù)據(jù)可靠，保留該組數(shù)據(jù)；其中，Qmax、vmax分別表示在一個(gè)數(shù)據(jù)更新周期內(nèi)的流量最大值和速度最大值； 所述交通流理論為:首先，根據(jù)交通流理論建立錯(cuò)誤數(shù)據(jù)判斷規(guī)則，即剔除規(guī)則；然后，判斷采集的數(shù)據(jù)序列是否滿足剔除規(guī)則；當(dāng)滿足剔除規(guī)則時(shí)，將對應(yīng)的數(shù)據(jù)需剔除；當(dāng)不滿足剔除規(guī)則時(shí)，保留對應(yīng)的數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述基于智能分車型的高速公路短時(shí)交通流量預(yù)測方法，其特征在于:所述步驟三中，總車流量數(shù)據(jù)序列的平穩(wěn)性檢驗(yàn)方法為: (I)獲取經(jīng)過預(yù)處理的總車流量數(shù)據(jù)序列xt，并延遲k得到Xt+k，計(jì)算其各自均值μ t、^ t+k ; (2)根據(jù)自相關(guān)函數(shù)公式計(jì)算其自相關(guān)函數(shù)R(k):
雄)=￡[(1, — β, )(1, ,I — /I,, ? )]

σ2 其中，σ 2為方差，k為滯后期； (3)當(dāng)自相關(guān)函數(shù)R(k)不能快速衰減趨近于O或在O附近波動(dòng)，則總車流量數(shù)據(jù)序列屬于非平穩(wěn)序列；當(dāng)自相關(guān)函數(shù)R(k)能夠快速衰減到O，則總車流量數(shù)據(jù)序列屬于平穩(wěn)序列。
4.根據(jù)權(quán)利要求1所述基于智能分車型的高速公路短時(shí)交通流量預(yù)測方法，其特征在于:所述步驟三中，所述ARIMA模型的公式如下:

^ =樹概 Uy1.V,聲(B) = I^piB —…—φρΒρ 其中，Xt為分車型流量數(shù)據(jù)序列，ε t為白噪聲，B為延遲算子(BjXt = xt_j)，d為差分次數(shù)；P為模型的階次； 利用相關(guān)矩估計(jì)法及BIC準(zhǔn)則進(jìn)行模型參數(shù)的估計(jì)及模型階次P的確定，具體公式如下:ΛΛΛΛ■金ΛψΡ\ 鳥焉…Rp-' 馬AΛΛΛiPpI =鳥鳥…Rp-2 鳥?..* ? --? ?* * *.I i
AAAΛ.mηηηn—ΨPPp~\ p~2 …*^0八, 其中，&和φρ? (i = 1,2,…，p)分別表示分車型流量數(shù)據(jù)序列的自相關(guān)函數(shù)和模型參數(shù)；p表示模型的階次，在計(jì)算自相關(guān)函數(shù)時(shí)，一般取為# ,其中N表示樣本量。
5.根據(jù)權(quán)利要求1所述基于智能分車型的高速公路短時(shí)交通流量預(yù)測方法，其特征在于:所述步驟三中，二次指數(shù)平滑法預(yù)測模型的公式如下:
4+r =at+btT 其中:0..為第t+T期預(yù)測值； at和bt分別為模型參數(shù)，且④=2S) - ^，十--辦' Si為第t期的一次指數(shù)平滑值，且S?,； 貧為第t期的二次指數(shù)平滑值,且S,2 = as； +(I^a)Sfl; α為平滑系數(shù)，Xt-!為初始值； 流量預(yù)測值Iltr的轉(zhuǎn)換公式為:
f(+r ~QnT ^QnT I 其中，Qnr ,和0?為利用二次指數(shù)平滑法對最優(yōu)K近鄰序列t+Τ-Ι時(shí)刻和t+T時(shí)刻的流量預(yù)測值。
6.根據(jù)權(quán)利要求1所述基于智能分車型的高速公路短時(shí)交通流量預(yù)測方法，其特征在于:所述步驟四中，t時(shí)刻的折算后的總車流量預(yù)測值(；)(/)為:
0(f) = Ixf1 (f) + l,5Kf2(l) + 2xf3(l) + 3Kf4(0 其中，qi(t)、q2(t)、q3(t)、q4(t)分別為t時(shí)刻小型車、中型車、大型車、集裝箱型車的流量預(yù)測值。
【文檔編號(hào)】G08G1/01GK104183134SQ201410427899
【公開日】2014年12月3日 申請日期:2014年8月27日 優(yōu)先權(quán)日:2014年8月27日
【發(fā)明者】孫棣華, 趙敏, 劉衛(wèi)寧, 鄭林江, 陳兵 申請人:重慶大學(xué)