[发明专利]一种交通流量预测方法

权利要求书

1.一种交通流量预测方法，其特征在于，包括以下步骤：

S1、获取交通流量的数据集；

S2、对数据集中不同的流量采集点p，计算任意两个流量采集点之间的相关系数，并生成相关系数矩阵

S3、根据相关系数获得与流量采集点p相关的参考点点集R_p；

S4、以背景信息为依据，分别获取流量采集点p和参考点点集R_p的历史平均预测值；

S5、获取流量采集点p的参考采集点权重

S6、将参考点点集R_p的历史平均预测值、流量采集点p的历史平均预测值和流量采集点的参考采集点权重进行加权求和，获得流量采集点p的交通流量预测值v_p。

2.如权利要求1所述的交通流量预测方法，其特征在于，所述交通流量预测方法还包括步骤S7、对数据集中的各流量采集点进行验证以剔除流量采集点中的噪声点。

3.如权利要求1所述的交通流量预测方法，其特征在于，步骤S2中所述相关系数矩阵的获得方法为：

获取数据集中各流量采集点p的历史流量信息，并求取其历史流量平均值

其中，来表示在第i个时间段第p个数据采集点的历史流量信息，i＝0,1，···L_train；

根据各流量采集点的历史流量平均值计算各流量采集点之间的Pearson相关系数；

将获得的所有Pearson相关系数组成相关系数矩阵

4.如权利要求1所述的交通流量预测方法，其特征在于，所述背景信息包括以下因素之一：所述背景信息为节假日/工作日因素作用下的时间段；所述背景信息为节假日/工作日以及天气信息因素共同作用下的时间段。

5.如权利要求1所述的交通流量预测方法，其特征在于，所述参考点点集R_p为与流量采集点p的相关系数大于8的相关流量采集点，且参考点点集R_p中相关流量采集点的个数小于等于10。

6.如权利要求3所述的交通流量预测方法，其特征在于，步骤S5中获取参考采集点权重的方法包括：

由流量采集点p和参考点点集R_p构造扩展点集

通过相关系数矩阵获取流量采集点p与扩展点集的相关系数

对相关系数进行归一化处理获得参考采集点权重

7.如权利要求6所述的交通流量预测方法，其特征在于，步骤S6中获得流量采集点p的交通流量预测值的方法包括：

根据背景信息，获取扩展点集的交通流量并取其平均值作为其历史平均预测值

将参考采集点权重与扩展点集的历史平均预测值的转置矩阵做积，获取流量采集点p的交通流量预测值

8.如权利要求2所述的交通流量预测方法，其特征在于，步骤S7中剔除噪声点的方法包括：

将流量采集点p的交通流量预测值v_p以及其历史平均预测值均与实际交通流量值相比较，通过平均绝对误差MAE判断流量采集点p是否为噪声点。

9.如权利要求2所述的交通流量预测方法，其特征在于，对数据集中的各流量采集点进行验证时，所选取的时间维长度与流量采集点p进行交通流量预测所选取的时间维长度不同。

10.如权利要求9所述的交通流量预测方法，其特征在于，所述时间维长度为N个以5分钟为一个时间区段的时长，验证时所选取的时间维长度小于进行交通流量预测时所选取的时间维长度。