[实用新型]短时交通状态预测装置

说明书

技术领域

本实用新型涉及交通管理设备技术领域，尤其涉及一种交通状态预测装置，特别是涉及一种短时的分区段的交通状态预测装置。

背景技术

在智能化的城市交通管理技术中经常要采用交通流诱导、交通信号控制、事件检测等技术手段，表征交通状态的各种参数的实时预测数据是实现上述技术手段必要的依据。因此交通状态各参数的实时预测是交通管理实现信息化、现代化、智能化、集成化的前提和关键，交通状态参数的预测结果的准确性直接关系到交通管理中智能化诱导和控制的实时性、准确性和高效性。

但在现有技术中，通过交通检测器检测到的各种交通状态参数（流量、占有率、速度等）构成的交通状态数据都属于历史数据，只能表征已经发生的交通流运行的状态。采用上述历史数据作为未来短时的交通流诱导、交通信号控制、事件检测等技术手段的决策依据，势必造成管理策略的滞后，不能做到因时制宜地改善交通状况。因此，短时交通状态的预测就是根据大量历史数据的统计，采用相关的预测方法对未来短时的交通流状态进行估计，从而提高交通管理中智能化诱导和控制的实时性、准确性和高效性。

现有的短时交通状态预测方法例如自回归滑动平均方法、自回归方法、滑动平均和方法历史平均方法等，依据的各种参数数据都较为单一，参数一般都用最小二乘法在线估计，具有计算简便、易于更新数据、便于大规模应用等优点。但是，这些模型未能反映出交通状态的不确定性与非线性等特质，无法克服随机干扰因素对交通流量的影响，所以随着预测间隔时间的缩短，上述模型的预测精度就会大为降低。此外，交通状态还具有周期性变化的特点，例如一天的交通状态中会有早高峰、平峰、晚高峰等状态周期，如果在各个状态周期中使用统一的一个预测模型，必然不能很精确地表征出在某一段时间内交通状态的变化特性，从而不利于对未来短时的交通状态的准确估计。

因此，本领域的技术人员一直致力于开发一种预测精度高的短时交通状态预测装置。

实用新型内容

本实用新型要解决的技术问题是为了克服现有的预测方法采集参数较为简单而无法精确表征交通状态变化特性的缺点，提供一种交通状态预测装置，通过对历史交通状态数据的分割，从而精确地表征各个时间段的交通状态特性，以对不同的交通状态数据选择不同方案的交通信号控制策略，从而提高未来交通状态的预测准确性。

本实用新型是通过下述技术方案来解决上述技术问题的：

本实用新型提供了一种短时交通状态预测装置，包括：

一交通状态分析单元、用于读取历史交通状态数据，并根据预先设定的一间隔时间筛选所述历史交通状态数据获得筛选后历史交通状态数据；

一时间序列分割单元、用于将所述筛选后历史交通状态数据按时间序列分割出若干交通状态数据；以及

一交通状态预测单元、用于通过所述交通状态数据以及预设的预测模型产生未来交通状态的预测结果。

较佳地，所述交通状态分析单元还用于预先设定一时间周期长度，以对历史交通状态数据的时间序列进行分割。

较佳地，所述交通状态预测单元的预测模型为模糊平均预测模型，以降低交通中出行人的主观因素导致的时间序列交通状态的非平稳变化。

较佳地，所述时间序列分割单元还用于分别对所述分割出的交通状态数据进行趋势平滑处理，以降低个别出现的较大交通变化波动对误差的影响。

本实用新型的应用包括以下步骤：

S₁₀₁、用户设定交通状态分析单元的间隔时间和交通状态预测单元的预测模型；

S₁₀₂、所述交通状态分析单元读入历史交通状态数据并根据所述间隔时间筛选历史交通状态数据获得筛选后历史交通状态数据；

S₁₀₃、所述时间序列分割单元将所述筛选后历史交通状态数据按时间序列分割出若干交通状态数据；

S₁₀₄、所述交通状态预测单元根据用户设定的预测模型和分割出的所述若干交通状态数据产生未来交通状态的预测结果。

较佳地，所述交通状态分析单元还用于预先设定时间周期长度，并在步骤S₁₀₁中还包括：用户设定交通状态分析单元的时间周期长度。

较佳地，在步骤S₁₀₂中还包括以下步骤：所述交通状态分析单元还根据所述时间周期长度筛选历史交通状态数据。

较佳地，所述交通状态预测单元的预测模型为模糊平均预测模型，并在步骤S₁₀₄中还包括以下步骤：所述交通状态预测单元根据所述模拟平均预测模型和交通状态数据产生未来交通状态的预测结果。