[发明专利]基于路网空间关系约束Lasso的短时交通流预测方法

说明书

技术领域

本发明属于机器学习、数据挖掘领域，主要用于高速公路交通管理系统中，具体为一种基于路网空间关系约束Lasso的短时交通流预测方法。

背景技术

近年来，交通系统在全球范围内面临了前所未有的挑战。随着经济的发展，交通需求迅速增加，交通拥挤现象屡见不鲜，并且日趋严峻，车辆缓行、拥堵时间增长，交通网络变得十分脆弱。同时，因延误带来的旅行时间增加导致经济损耗和环境污染增大，美国全国每年因交通堵车造成的经济方面的损失高达631亿美元，我国百万人口以上的大城市由于交通堵塞给社会所造成的直接经济损失约合人民币1000亿元，并逐年上升。北京也陷入了“拥有最宽阔的马路，也拥有最宽阔的‘停车场’”的困境，严重影响了城市的运转效率，阻碍了社会、经济的快速发展。

在我国改革开放的三十多年间，城市机动车保有量的增长速度是道路增长速度的80倍，近几年更是迅速增加。交通供需矛盾的长期性和城市空间、建设资金的有限性决定了不是仅仅通过增加交通基础设施就能解决这个难题。

多年来，世界各国的城市交通专家提出各种不同的方法，试图通过先进的交通管理系统（Advanced Traffic Manage System，ATMS）、先进的交通信息系统（Advanced Traffic Information System，ATIS）、动态路径引导系统（Dynamic Route Guide System，DRGS）等各种先进的智能交通手段来为出行者提供实时有效的道路信息，实现动态路径诱导，达到节约出行者旅行时间，环节道路拥挤，减少污染、节省能源等目的^[1]。智能交通系统中的各个应用系统都依赖于对交通流等信息资源的分析和处理，交通流预测是交通信息处理方法中最直接和有效的一种。如何利用智能交通系统所采集的交通流信息进行实时、高效的交通流预测，支持交通管理人员对将来交通状况的准确把握，制定有效的策略实现对当前交通状况的动态控制和交通诱导，从而达到交通状况优化的目的，成为交通领域研究人员面临的关键课题^[2]。

ITS综合使用了先进的信息技术、通讯传输技术、电子控制技术和计算机处理技术等技术，有效地对交通信息进行采集、加工、处理，能够实时、精确地反映当前及未来的交通状态，最终实现对交通进行科学的组织和控制。

最近的交通运输研究成果表明：交通流预测在各种交通控制系统中有相当重要的作用。主要体现在（1）在城市集成交通控制系统中的信号控制子系统和动态导引子系统的前提是准确的交通参数的预测。（2）递阶分层控制（分层递阶是人们分析和组织复杂系统的一种常用方法）中的战略控制层和决策层也要各种交通参数。（3）智能交通系统中的营运车辆调度管理系统，先进的驾驶员信息系统，先进的交通管理系统等子系统以及自动高速公路系统的网络层和连接层对流量等集总参数进行控制也需要对数据进行预测^[3]。

短期交通流预测服务于变化较快的交通控制和诱导，预测周期明显缩短，交通流的变化规律愈加模糊，受到干扰的影响也更加强烈，短时交通流的不确定性越来越明显，预测难度增加。同时，在系统无法直接测量未来路况及流量分布的情况下，实时准确的短期交通流预测无法避免地成为ITS实现高效管理的基础和前提，并且预测结果的好坏优劣直接影响这交通控制与诱导的效果。因此，交通流信息的实时性和可靠性直接关系到交通控制与管理的效果，实现对道路交通流的实时掌握和准确预测就成为运用智能交通技术解决交通问题的一个重要基础，因此研究实时动态的交通流预测模型对社会经济和道路交通事业的发展都有着非常重要的研究价值和意义。

参考文献：

[1]王进,史其信.短时交通流预测模型综述[J].中国公共安全·学术卷,2005,1(6):94-95.

[2]刘智勇.智能交通控制理论及其应用[M].北京:科学出版社,2003.

[3]杨兆升.城市交通流诱导系统.北京:中国铁道出版社,2004.

[4]CHUNG F R K.Spectral graph theory[J].Vol.92of CBMS Reginal Conferences Series.American Mathematical Society,Providence,1997.