[发明专利]预测模型构建方法、交通流量预测方法、装置及电子设备

说明书

本发明实施例提供了一种预测模型构建方法、交通流量预测方法、装置及电子设备，所述预测模型构建方法包括：基于待测路网数据和源路网数据训练第一网络；其中，待测路网数据表征待测领域的路网结构以及路网结构对应的路段的流量信息，源路网数据表征源领域的路网结构以及路网结构对应的路段在多个时间节点的流量信息；基于源领域的第二数据特征训练基于第二网络；其中，第二数据特征表征源领域的路网结构的特性，第二数据特征与表征待测领域的路网结构的特性的第一数据特征的维度保持一致；以第一网络的输出作为第二网络的输入，获得待测领域的交通流量的预测模型。达到了获得的预测模型具有迁徙特性，降低了交通流量的预测成本的技术效果。

技术领域

本申请涉及交通运输领域，具体而言，涉及一种预测模型构建方法、交通流量预测方法、装置及电子设备。

背景技术

交通流的预测特别是短时交通流预测是城市交通控制与诱导的基础，准确预测道路交通在短时段内(10-30分钟内)的拥堵状况对交通疏导具有很强的现实意义。交通流量的发生过程受众多因素影响，包括天气状况，节假日，上下班高峰期，城市大型活动，城市道路维护，交通事故等，具有复杂性和不确定性的特点，对交通流量进行准确预测是一个技术难题。

目前，主要采用基于时间序列训练的预测模型预测交通流量，但是，这种方式对交通流量的预测对道路网络的依赖性强，预测模型不具有迁徙特性，即不适用于新的结构的道路网络，对新的结构的道路网络的交通流量预测准确性低。对于新的道路网络，需要该道路网络大量的历史数据重新训练预测模型，代价高。

发明内容

本发明的目的在于提供一种预测模型构建方法、交通流量预测方法、装置及电子设备，其旨在改善现有技术中存在的上述不足。

第一方面，本发明实施例提供了一种预测模型构建方法，所述方法包括：

基于待测路网数据和源路网数据训练第一网络；其中，所述待测路网数据表征所述待测领域的路网结构以及所述路网结构对应的路段的流量信息，所述源路网数据表征所述源领域的路网结构以及所述路网结构对应的路段在多个时间节点的流量信息；

基于所述源领域的第二数据特征训练基于第二网络；其中，所述第二数据特征表征所述源领域的路网结构的特性，所述第二数据特征与表征所述待测领域的路网结构的特性的第一数据特征的维度保持一致；

以所述第一网络的输出作为第二网络的输入，获得所述待测领域的交通流量的预测模型。

可选的，所述基于待测路网数据和源路网数据训练第一网络，包括：

将所述待测路网数据输入第一特征网络，获得所述待测路网数据的特征；以所述待测路网数据的特征作为第一损失函数的输入，当所述第一损失函数的输出满足第一预设条件时，基于所述待测路网数据的特征获得第一数据特征；

将所述源路网数据输入第二特征网络，当所述第二特征网络输出的所述源路网数据的特征满足第二设定条件时，基于所述源路网数据的特征获得第二数据特征；

基于所述第一损失函数、所述第一数据特征和所述第二数据特征，获得第三损失函数；当所述第三损失函数满足第三预设条件时，停止基于所述待测路网数据训练所述第一特征网络，以所述第一特征网络作为所述第一网络。

可选的，所述基于所述第一损失函数、所述第一数据特征和所述第二数据特征，获得第三损失函数包括：

获得所述第一数据特征和所述第二数据特征的最大均值偏差值；

根据所述最大均值偏差值和所述第一损失函数，获得所述第三损失函数。

可选的，所述方法还包括：

基于所述待测路网数据对所述预测模型进行训练，获得训练后的预测模型。