[发明专利]一种基于大数据的拥堵预警方法、装置、介质及设备

权利要求书

1.一种基于大数据的拥堵预警方法，其特征在于，包括步骤：

S1、根据历史数据，构建数据集，所述历史数据包括：交通历史数据和天气历史数据；

S2、用所述数据集构建拥堵预警模型；

S3、输入新样本数据至所述拥堵预警模型，获取拥堵预警结果。

2.根据权利要求1所述的拥堵预警方法，其特征在于，所述步骤S1包括如下步骤：

S11、构建参数表；

S12、对所述交通历史数据进行预处理；

S13、对所述天气历史数据进行预处理；

S14、整合所述参数表、经过预处理后的交通历史数据、经过预处理后的天气历史数据得到宽表，形成所述数据集。

3.根据权利要求2所述的拥堵预警方法，其特征在于，所述交通历史数据包括：历史时间、历史车辆车速，所述步骤S12，包括如下步骤：

S121、删除无法通过处理而达到数据质量要求的交通历史数据；

S122、对所述历史时间进行整点处理；

S123、对所述历史车辆车速进行拥堵编号赋值。

4.根据权利要求2所述的拥堵预警方法，其特征在于，所述步骤S13包括如下步骤：

S131、对缺失的天气历史数据进行填补处理；

S132、对重复的天气历史数据进行剔除处理；

S133、转换所述天气历史数据的数据类型；

S134、对所述天气历史数据进行特征处理。

5.根据权利要求1所述的拥堵预警方法，其特征在于，所述步骤S2包括如下步骤：

S21、建立拥堵预警模型；

S22、采用所述数据集对所述拥堵预警模型进行训练；

S23、获取所述拥堵预警模型各个特征属性的评价指标；

S24、采用优化提升方法，重复所述步骤S22和所述步骤S23，对所述拥堵预警模型进行优化。

6.根据权利要求5所述的拥堵预警方法，其特征在于，在所述步骤S21中，调用随机森林类库中的RandomForestClassifer类构建所述拥堵预警模型，建立所述拥堵预警模型时使用缺省的随机森林算法参数。

7.根据权利要求5所述的拥堵预警方法，其特征在于，在所述步骤S24之后，还包括如下步骤：

S25、使用所述数据集对所述拥堵预警模型进行校验，当所述评价指标不满足预设值时，重复所述步骤S22-所述步骤S24。

8.一种基于大数据的拥堵预警装置，其特征在于，包括：

数据集构建模块，用于根据历史数据，构建数据集；

拥堵预警模型构建模块，用于用所述数据集构建拥堵预警模型；

拥堵预警结果获取模块，用于输入新样本数据至所述拥堵预警模型，获取拥堵预警结果。

9.一种计算机可读存储介质，其特征在于，所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如权利要求1至7任一项所述的拥堵预警方法。

10.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现如权利要求1至7任一项所述的拥堵预警方法。