[发明专利]一种高速公路收费站入口车辆数的预测方法

说明书

本发明公开了一种高速公路收费站入口车辆数的预测方法，包括步骤1：获取ETC数据；步骤2：对ETC数据进行时间窗的分组并统计每个收费站在每天的每个时间窗内的出、入车辆数；步骤3：根据步骤2统计的车辆数构建目标收费站在目标时间窗的样本集；步骤4：采用递归消除算法从样本集中选择出N个特征；步骤5：根据N个特征构建训练集，并将训练集的数据输入支持向量回归机来建立目标收费站在目标时间窗的回归模型；步骤6：将预测当日中与步骤4中的N个特征相同的特征的数据输入回归模型，得到预测当日中目标收费站在目标时间窗内驶入车辆量的预测值。本发明通过上述方法可以实现精确预测收费站入口车辆数。

技术领域

本发明属于交通数据预测的技术领域，尤其涉及一种高速公路收费站入口车辆数的预测方法。

背景技术

随着我国城市化进程的加快，城市与城市之间的联系日益紧密，城际交通问题日益突出。高速公路是人群于各城市间通行的重要途径，其特征较为封闭且卡口车流量受时间序列影响较大。能够实时、准确的进行高速公路收费站入口车辆数预测对于车流量疏导、解决高速交通问题至关重要。然而，现阶段仍存在以下问题：

针对高速公路路段流量以及高速公路卡口流量的相关研究比较缺乏；因缺乏机器学习算法与高速公路卡口数据的融合计算，传统预测方法精度不高；基于视频、线圈等感知器的感知方法，只能感知到实时卡口车辆数，无法实现入口车辆数的预测。

由此可知，为了解决现有技术中无法准确预测高速公路收费站入口车辆数的问题，实有必要提供一种针对高速公路收费站入口车辆数的精确预测的方法。

发明内容

针对现有技术中无法准确预测高速公路收费站入口车辆数的问题，本发明提供一种高速公路收费站入口车辆数的预测方法，实现精确预测高速公路收费站入口车辆数。

本发明提供一种高速公路收费站入口车辆数的预测方法，方法包括：

步骤1：获取高速公路上收费站的ETC数据并进行去噪处理；

其中，所述ETC数据包括车辆驶入收费站的时间以及所驶入的收费站的位置、车辆驶出收费站的时间以及所驶出的收费站的位置；

步骤2：将步骤1中的ETC数据按照时间窗的预设时长进行分组并统计出每个收费站在每天的每个时间窗内的出、入车辆数；

步骤3：根据步骤2统计的车辆数构建目标收费站在目标时间窗的样本集M；

其中，任意一天中所有收费站在目标时间窗前K个时间窗的驶入车辆数、驶出车辆数和所述任意一天的目标数据的集合为样本集的一个样本，K≥2；

目标数据为目标收费站在目标时间窗的驶入车辆数；

所述样本集M包括n个样本，n为样本训练时段的天数；

其中，M＝{(X₁,y₁),(X₂,y₂),…,(X_n,y_n)},X_n∈R^d,y_n∈R

(X_n,y_n)表示样本集M中第n天对应的样本，X_n表示第n天的所有收费站在目标时间窗的前K个时间窗的驶入车辆数、驶出车辆数的集合；y_n表示第n天的目标数据，R表示为实数集，R^d表示为d维特征的实数集；

步骤4：采用递归消除算法从所述样本集中的d个特征中选择出对所述目标收费站在目标时间窗内通行能力影响最大的N个特征；

其中，N为正整数，1<N<d；