[发明专利]一种基于多因素融合的城市道路交通流量预测方法在审
申请号: | 201810978685.5 | 申请日: | 2018-08-24 |
公开(公告)号: | CN108961762A | 公开(公告)日: | 2018-12-07 |
发明(设计)人: | 彭涛;逯兆友;李洪涛;张涵 | 申请(专利权)人: | 东北林业大学 |
主分类号: | G08G1/01 | 分类号: | G08G1/01;G06F17/50 |
代理公司: | 哈尔滨市松花江专利商标事务所 23109 | 代理人: | 宋诗非 |
地址: | 150040 黑龙*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 城市道路交通 流量预测 多元线性回归分析 交通流量 准确度 大型活动 影响因素 融合 交通流量预测 道路信息 规划信息 预测 城市道路 洒水 清扫 市政 | ||
1.一种基于多因素融合的城市道路交通流量预测方法,其特征在于,所述城市道路交通流量预测方法包括:
步骤一、获取预定历史时间段内的目标道路交通流量数据集合;
步骤二、在预定历史时间段内的目标道路交通流量数据集合中提取多个目标道路交通流量数据样本;
步骤三、获取每个目标道路交通流量数据样本对应时间段内存在的交通流量影响因素;
交通流量影响因素包括节假日信息、恶劣天气信息、政府大型活动信息、民间大型活动信息、城市道路临时规划信息和市政洒水清扫道路信息;
步骤四、根据提到的多个目标道路交通流量数据样本以及各自对应的交通流量影响因素,生成历史时间段内目标道路交通流量随交通流量影响因素的变化曲线;
步骤五、根据历史时间段内目标道路交通流量随交通流量影响因素的变化曲线以及未来时间段内确定存在的交通流量影响因素,对未来时间段内的目标道路交通流量进行预测。
2.如权利要求1所述的基于多因素融合的城市道路交通流量预测方法,其特征在于,步骤二采用支持向量机算法在预定历史时间段内的目标道路交通流量数据集合中提取多个目标道路交通流量数据样本。
3.如权利要求2所述的基于多因素融合的城市道路交通流量预测方法,其特征在于,步骤四根据提到的多个目标道路交通流量数据样本以及各自对应的交通流量影响因素,并基于单因子多项式回归模型,生成历史时间段内目标道路交通流量随交通流量影响因素的变化曲线。
4.如权利要求3所述的基于多因素融合的城市道路交通流量预测方法,其特征在于,单因子多项式回归模型基于多项式平滑型支持向量顺序回归算法对其生成的历史时间段内目标道路交通流量随交通流量影响因素的变化曲线进行优化。
5.如权利要求4所述的基于多因素融合的城市道路交通流量预测方法,其特征在于,单因子多项式回归模型基于预测的目标道路交通流量与其对应的实际目标道路交通流量的差值对历史时间段内目标道路交通流量随交通流量影响因素的变化曲线进行修正。
6.如权利要求5所述的基于多因素融合的城市道路交通流量预测方法,其特征在于,每个目标道路交通流量数据样本对应的时间段包括该目标道路交通流量数据样本发生的前一天、当天以及后一天。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北林业大学,未经东北林业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810978685.5/1.html,转载请声明来源钻瓜专利网。