[发明专利]面向车联网的区域交通流量预测系统及方法

权利要求书

1.面向车联网的区域交通流量预测系统，其特征在于包括：

外部影响数据模块(1),其记录每一天的天气状况与每一天是否为节假日的数据信息，用于作为数据处理模块(3)的外部影响数据源；

车联网数据模块(2)，其记录车联网中所有行驶的车辆用户的GPS数据信息，用于作为数据处理模块(3)的内部影响数据源；

数据处理模块(3)，用于通过对外部影响数据模块(1)输入的外部影响数据和车联网数据模块(2)输入的内部影响数据进行数值量化处理，产生多维的行向量并输入到支持向量回归机模块(4)；

支持向量回归机模块(4)，用于利用由数据处理模块(3)输入的多维行向量进行训练预测，学习出预测模型，以对未来周期时刻的交通流量进行预测；

所述数据处理模块(3)产生的多维行向量，表示为：

其中：x_weather代表天气状况的量化值，其值根据天气状况设定，当天气状况为雷雨大风、冰雹、龙卷风、局部强降雨、暴雪这些其中之一的恶劣天气时，设为1；当天气状况为非恶劣天气时，设为0；

x_hday代表是否为节假日的量化值，其值根据是否为节假日设定，当日期为节假日时，设为1；当日期为非节假日，设为0，其中节假日包括周末和法定假期；

x_year代表日期的年份的量化值，其值根据选定的基准年份设定，选定的基准年份设为1，其他年份的量化值等于其年份与基准年份的差值加上1；

x_week代表一年内周数的量化值，其值根据一年内的第几周设定，第一周设为1，其后周数的量化值依次递增；

x_day代表一周七天的量化值，其值根据一周内的周几设定，周一设为1，其后的量化值依次递增；

x_time代表一天的预测时刻量化值，其值根据预测周期T设定，则一天共有个预测时刻，其中第一个预测时刻的量化值为1，其后预测时刻的量化值依次递增，最后一个预测时刻的量化值为其中，T的单位为分钟；

代表一天中第k个预测时刻区域i的车辆用户数的量化值，其量化方式为：

其中，i代表某一区域的标识，代表一天内第(k-1)个和第k个预测时刻都在区域i车辆数；代表一天内第(k-1)个预测时刻不在区域i，但第k个预测时刻在区域i的车辆数；代表一天内第(k-1)个预测时刻在区域i，但第k个预测时刻又不在区域i的车辆数；

具体计算式如下：

其中，g代表某一辆车辆用户的GPS数据；G代表所有车辆用户的GPS数据；Region_i代表统计区域i；g_k代表一天内第k个预测时刻某一车辆用户的GPS数据。

2.根据权利要求1所述的系统，其特征在于外部影响数据模块(1)记录的数据，其内容至少包括日期、时间、天气状况，且将节假日标记为1，非节假日标记为0。

3.根据权利要求1所述的系统，其特征在于车联网数据模块(2)记录车联网中每一个行驶中的车辆用户的GPS数据，其数据格式至少包括日期、时间和经纬度。

4.根据权利要求1所述系统，其特征在于支持向量回归机模块(4)利用由数据处理模块(3)输入的多维行向量进行训练预测，学习出的预测模型表示如下：

其中，m为训练数据的样本数；κ(x_i,x)＝φ(x_i)^Tφ(x)为核函数；为训练学习出的预测模型的权重参数，b为训练学习出的预测模型偏置参数。