[发明专利]一种交通气象灾害评估方法、装置及计算机可读存储介质

说明书

本发明涉及一种交通气象灾害评估方法、装置及计算机可读存储介质，所述方法包括以下步骤：获取历史气象信息及历史交通事故数据信息；根据所述历史气象信息及历史交通事故数据信息，建立交通气象灾害的预测模型，对所述交通气象灾害的预测模型进行训练，得到训练后的交通气象灾害的预测模型；重新获取历史气象信息及历史交通事故数据信息，将所述历史气象信息及历史交通事故数据信息输入至训练后的交通气象灾害的预测模型，得到交通事故状态向量，根据所述交通事故状态向量，对交通气象灾害进行评估。本发明提供的交通气象灾害评估方法，实现了对交通气象灾害的评估。

技术领域

本发明涉及气象灾害技术领域，尤其涉及一种交通气象灾害评估方法、装置及计算机可读存储介质。

背景技术

目前，气象灾害及突发事件预警问题是交通安全领域的重要课题之一，并且时刻吸引着人们的关注。由于交通的外部环境多变，现状的通信控制手段很难精准的把握交通环境中气象的突变及一系列的突发事件。所以，通过强化学习预测出一些原本无法测量的指标，实现更加全面的当前状态分析和未来趋势预测。道路交通的气象灾害的评估对于降低因气象灾害导致的交通事故率有很大的意义和价值。如何避免因恶劣天气的交通事故，并能够提前做出精确、有效的评估以及合理、安全的车速、车道的规划，是道路交通预警领域的一项重要的挑战。而现有技术却无法实现对交通气象灾害评估。

发明内容

有鉴于此，有必要提供一种交通气象灾害评估方法、装置及计算机可读存储介质，用以解决现有技术中无法对交通气象灾害评估的问题。

本发明提供一种交通气象灾害评估方法，包括以下步骤：

获取历史气象信息及历史交通事故数据信息；

根据所述历史气象信息及历史交通事故数据信息，建立交通气象灾害的预测模型，对所述交通气象灾害的预测模型进行训练，得到训练后的交通气象灾害的预测模型；

重新获取历史气象信息及历史交通事故数据信息，将所述历史气象信息及历史交通事故数据信息输入至训练后的交通气象灾害的预测模型，得到交通事故状态向量，根据所述交通事故状态向量，对交通气象灾害进行评估。

进一步地，根据所述历史气象信息及历史交通事故数据信息，建立交通气象灾害的预测模型，具体包括：

根据历史气象信息及历史交通事故数据信息建立交通事故状态向量，建立递归神经网络，将上一时刻的交通事故状态向量及当前时刻气象信息作为递归神经网络的输入，以当前交通事故状态向量作为递归神经网络的输出，建立交通气象灾害的预测模型。

进一步地，将上一时刻的交通事故状态向量及当前时刻气象信息作为递归神经网络的输入，以当前交通事故状态向量作为递归神经网络的输出，建立交通气象灾害的预测模型，具体包括：

根据上一时刻的交通事故状态向量及当前时刻气象信息分别确定LSTM记忆单元结构中遗忘门的输出信息、输入门的输出信息、输出门的输出信息，根据所述遗忘门的输出信息、输入门的输出信息、输出门的输出信息确定当前交通事故状态向量，以此建立交通气象灾害的预测模型。

进一步地，根据上一时刻的交通事故状态向量及当前时刻气象信息确定LSTM记忆单元结构中遗忘门的输出信息，具体包括：

根据上一时刻的交通事故状态向量、当前时刻气象信息及遗忘门输出表达式确定LSTM记忆单元结构中遗忘门的输出信息，所述遗忘门输出表达式为其中，f_t为遗忘门的输出信息，σ为激活函数，W_f为遗忘门的权重矩阵，b_f为遗忘门的偏执项，为上一时刻的交通事故状态向量，Y_t为当前时刻气象信息。

进一步地，根据上一时刻的交通事故状态向量及当前时刻气象信息确定LSTM记忆单元结构中输入门的输出信息，具体包括：