[发明专利]一种短时交通流预测方法

说明书

技术领域

本发明涉及智能交通预测领域，尤其涉及一种短时交通流预测方法。

背景技术

随着城市化的发展和汽车的日益普及，交通环境恶化，交通拥挤加剧，交通事故频发。交通问题无论在发达国家，还是在发展中国家都是严重的社会问题。美国每年因交通问题导致的损失达2370亿美元，我国百万人以上的大城市每年由于交通拥塞给社会带来的直接经济损失约折合人民币1600亿元，相当于国内生产总值的3.2%。众所周知，解决交通拥挤最行之有效的方法就是提高路网的通行能力。但是，可供修建的空间是有限的，建设资金筹备也是一个极大的问题。此外，由于交通系统是一个相当复杂的大系统，单独从车辆方面考虑或单独从道路方面考虑，都很难从根本上解决问题。为了提高运输网络的使用效率，解决交通拥挤和交通安全问题，世界各国纷纷开展了智能交通系统的研究工作。

智能交通系统对交通流进行控制和诱导的前提及关键是准确的短时交通流预测，因此短时交通流预测成为当前的研究热门。传统上的交通流预测，选取时间尺度较大（例如日、月、年交通量），一般应用于交通规划方案的确定。智能交通系统中的信息提供和交通控制以及交通流诱导技术中的实时动态交通分配都需要对未来短时期内的路网状态进行准确的估计，这要求选取时间间隔较小的交通流（如半小时、15分钟、5分钟等）。其主要内容为依据道路交通信息，采用适当的方法去滚动预测未来不超过15分钟的交通状况，为出行者提供最佳行驶路线，从而为均衡交通流、优化交通管理方案、改进交通控制等方面提供基础依据，对于缓解交通堵塞、避免社会资源的浪费有着重要的意义和应用价值。

目前，在交通流量的预测方面，一些预测方法能较好地用于中、长期交通流的预测，而对短时交通流的预测效果并不是很好，精度不高，这些方法主要有：统计的方法、非线性的方法、神经网络的方法和新兴技术的预测方法。因此，本发明就以预测短时交通流为目标，设计了用于短时交通流状态的预测算法，大大地提高了预测的准确率。

发明内容

本发明为克服上述的不足之处，目的在于提供一种短时交通流预测方法，通过预测5分钟交通流的状态，以便于实时动态交通分配来实现交通诱导从而可以改善交通条件、降低交通事故发生率、减少尾气污染和提高交通管理水平。

本发明是通过以下技术方案达到上述目的：一种短时交通流预测方法，包括以下步骤：

1）采集历史记录的流量及速度数据，根据流量与速度形成的组合预设交通状态；

2）构建预测模型：

2.1）对历史数据进行筛选提取出用作构建模型的历史数据，利用分类模块对历史数据进行交通状态分类；

2.2）以两个历史时刻x(t-1)和x(t)的交通状态组合作为输入，历史状态的下一时刻x(t+1)的交通状态作为输出，构建一个历史交通状态组合{x(t-1),x(t)}与下一时刻交通状态x(t+1)间的转换矩阵；

2.3）转换矩阵求每一输入状态组合可能性最大的输出，得到预测模型；

3）输入实际预测交通状态对应的两个历史时刻x(t-1)和x(t)的交通状态，调用预测模型进行预测，输出预测状态；

4）记录实际状态，计算预测状态与实际状态间的误差，将误差结果记录保存。

作为优选，所述交通状态有6种，包括：状态1：表示流量低、速度中；状态2：表示流量低、速度高；状态3：表示流量高、速度高；状态4：表示流量高、速度中；状态5：表示流量高、速度低；状态6：表示流量低、速度低。

作为优选，所述两个历史时刻x(t-1)和x(t)的交通状态组合有36种，x(t+1)的交通状态有6种，转换矩阵的维数为36*6。

作为优选，本发明通过历史时刻{x(t-1)与x(t)}组合10分钟的交通状态预测未来x(t+1)=5分钟的交通状态。

本发明的有益效果在于：1、本发明只对流量与速度两个量进行分析计算即可得到交通状态，计算复杂度非常低；2、算法在建立预测模型时，都是由前两个历史状态即过去的10分钟来预测下一时刻5分钟的状态，并且新的预测状态将继续根据实际交通状况进行预测，实时反应路况变化，而且，算法只考虑距未来时刻最近的10分钟历史数据，实时性好；3、5分钟的预测时长满足传输和处理延时，适用于交通诱导屏的实时显示；4、通过累积的误差值计算能够为预测模型的完善提供数据支持，预测模型构建简单、迅速，适用于各种复杂程度的交通路况，预测精度高达80%以上。

附图说明

图1是本发明一种短时交通流预测方法的步骤流程图；