[发明专利]一种拥堵区域交通运行状态预测方法及系统

说明书

本发明涉及交通预测技术领域，具体涉及一种拥堵区域交通运行状态预测方法及系统。其方法包括步骤：S1.获取区域交通数据信息；S2.根据区域交通数据信息生成多个拥堵子区；S3.按照预测时段对每一个拥堵子区中的各路段进行路段速度预测，以得到相应预测时段的路段预测速度；S4.根据得到的路段的预测速度进行OD预测，以得到OD预测参数；S5.以拥堵子区的路段预测速度和OD预测参数对区域交通运行状态进行仿真，以对区域交通运行状态进行预测。本发明通过构建拥堵子区保留了路段关联关系的动态特征，解决了以往交通仿真区域固定的问题，并且利用元学习模型的泛化性能，解决了数据缺失下的仿真流量参数校准问题，可以更好的对拥堵区域的交通运行状态进行预测。

技术领域

本发明涉及交通预测技术领域，具体涉及一种拥堵区域交通运行状态预测方法及系统。

背景技术

随着城市的快速发展，交通拥堵问题日益常态化，交通管理控制面临着重大挑战。由于有限的道路资源与人们日益增长的出行需求之间的矛盾，城市道路网常常出现过载现象，由此带来的交通拥堵、交通污染和交通安全问题已经成为城市发展的基础性问题。

城市智慧交通中，人们通过城市交通基础数据获取、城市交通运行状态提取和城市交通运行状态分析与预测三个阶段实现对城市交通的管控，前两个阶段都是为交通运行状态分析与预测做准备，在第三阶段，为满足交通管控的智能化要求，交通仿真技术逐渐成为技术热点。交通仿真可以模拟交通环境，对指定区域的交通运行情状进行模拟，从而预测未来交通运行状态，指导交通管控策略。

当前的交通状态的仿真预测存在两点不足，第一，交通仿真往往是针对指定区域的，不能根据交通状态的变化而动态改变。由于交通状态的时变性，路段之间的关联关系也在时刻变化，指定区域的仿真预测可能忽略重要的关联路段，造成运行状态的误判；第二，交通仿真预测或是依赖高准确率的数据基础，特别是断面流量，对于交通检测设备故障或部分缺失的道路网无法进行仿真，或是依赖于巨量参数训练，耗时长，适用性能差。无法满足城市道路网智慧管控的需求。许多大城市在交通管控时效性和智慧化方面的要求越来越高，交通治堵仍是城市交通管理的关键问题，因此交通运行状态预测格外重要。

发明内容

本发明的目的是针对现有技术的缺陷，提供了一种拥堵区域交通运行状态预测方法，包括步骤：

S1.获取区域交通数据信息；

S2.根据区域交通数据信息生成多个拥堵子区；

S3.按照预测时段对每一个拥堵子区中的各路段进行路段速度预测，以得到相应预测时段的路段预测速度；

S4.根据得到的路段的预测速度进行OD预测，以得到OD预测参数；

S5.以拥堵子区的路段预测速度和OD预测参数对区域交通运行状态进行仿真，以对区域交通运行状态进行预测。

作为优选方案，步骤S2中，拥堵子区为基于图神经网络的链路预测模型得到，具体步骤包括：

S2.1.根据区域交通数据信息获取该区域中的拥堵关键路口，并以拥堵关键路口作为拥堵节点，该拥堵关键路口的周边路口作为周边节点，以构造拥堵节点h步之内的封闭子图；

S2.2.基于图神经网络的链路预测模型预测封闭子图中周边节点与拥堵节点关联关系存在的可能性值；

S2.3.将关联关系存在的可能性值大于阈值λ的周边节点与拥堵节点构成拥堵子区。

作为优选方案，步骤S3中，拥堵子区中各路段的预测速度为基于图波网的时空图卷积网络模型得到，所述基于图波网的时空图卷积网络模型由输入层、输出层以及堆叠的K个时空层组成，时空层由门控时间卷积层以及图卷积层组成，门控时间卷积层由两个并行的时间卷积层组成，输入层与每个时空层连接，每个时空层中都有残差连接，且每个时空层跳跃连接到输出层。