[发明专利]一种交通流量分布预测方法、预测装置及终端设备

说明书

本申请适用于人工智能技术领域，提供了一种交通流量分布预测方法、交通流量分布预测装置及终端设备，所述方法包括：将待预测区域划分为至少一个局部区域；获取各个局部区域在待预测时间段之前预设的至少一个历史时间段内的交通流量；根据各个交通流量生成至少一个流量分布矩阵；将所述至少一个流量分布矩阵输入至训练后的预测模型，得到各个局部区域的预测交通流量，其中，所述预测模型基于所述至少一个流量分布矩阵和各个局部区域的位置特征向量预测出各个局部区域的预测交通流量，每个位置特征向量通过训练所述预测模型得到，用于表示对应的局部区域在所述待预测区域中的位置。通过上述方法，可以提高待预测区域的交通流量预测的准确性。

技术领域

本申请属于人工智能技术领域，尤其涉及一种交通流量分布预测方法、交通流量分布预测装置、终端设备及计算机可读存储介质。

背景技术

随着机动车数量的不断增加，城市道路系统承受的压力越来越大，交通流量预测技术的地位日益凸显。

近年来，神经网络的引入大大提高了交通流量预测的准确性。利用神经网络可以从交通流量数据中提取时空特征，并根据时空特征预测交通流量。然而现有的交通流量预测的方法都忽视了位置信息。在城市中，不同位置的交通流量有着不同的变化模式，忽视位置信息的交通流量预测方法准确性会较低。

发明内容

有鉴于此，本申请提供了一种交通流量分布预测方法、交通流量分布预测装置、终端设备及计算机可读存储介质，可以提高待预测区域的交通流量预测的准确性。

第一方面，本申请提供了一种交通流量分布预测方法，包括：

将待预测区域划分为至少一个局部区域；

获取各个局部区域在待预测时间段之前预设的至少一个历史时间段内的交通流量；

根据各个交通流量生成至少一个流量分布矩阵，其中，每个交通流量作为流量分布矩阵中的一个元素，在同一历史时间段内的各个局部区域的交通流量属于同一流量分布矩阵；

将上述至少一个流量分布矩阵输入至训练后的预测模型，得到各个局部区域的预测交通流量，其中，上述预测模型基于上述至少一个流量分布矩阵和各个局部区域的位置特征向量预测出各个局部区域的预测交通流量，每个位置特征向量通过训练上述预测模型得到，用于表示对应的局部区域在上述待预测区域中的位置。

第二方面，本申请提供了一种交通流量分布预测装置，包括：

局部区域确定单元，用于将待预测区域划分为至少一个局部区域；

历史交通流量获取单元，用于获取各个局部区域在待预测时间段之前预设的至少一个历史时间段内的交通流量；

流量分布矩阵生成单元，用于根据各个交通流量生成至少一个流量分布矩阵，其中，每个交通流量作为流量分布矩阵中的一个元素，在同一历史时间段内的各个局部区域的交通流量属于同一流量分布矩阵；

预测单元，用于将上述至少一个流量分布矩阵输入至训练后的预测模型，得到各个局部区域的预测交通流量，其中，上述预测模型基于上述至少一个流量分布矩阵和各个局部区域的位置特征向量预测出各个局部区域的预测交通流量，每个位置特征向量通过训练上述预测模型得到，用于表示对应的局部区域在上述待预测区域中的位置。

第三方面，本申请提供了一种终端设备，包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上述第一方面所提供的方法。

第四方面，本申请提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如第一方面所提供的方法。

第五方面，本申请提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面所提供的方法。