[发明专利]交通流数据短时预测方法及系统

摘要

本发明涉及智能交通系统，尤其是涉及一种交通流数据短时预测方法和系统，用于提高交通流数据的预测精度高，并且适合实时交通流预测。本发明提供的一种交通流数据短时预测方法，提高了短时交通流预测的准确度，进一步通过将状态模式向量加入到传统K近邻非参数回归预测方法中，以及采用变近邻数K和匹配数l的搜索方法，得到最优的K和l值及对应的预测交通流数据。

主权项

一种交通流数据短时预测方法，其特征在于，包括：根据设定的采集周期采集交通流数据以获得当天在当前时间点之前的原始交通流时间序列数据；对所述当天在当前时间点之前的原始交通流时间序列数据进行预处理，得到当前时间点之前实时交通流时间序列数据；确定当前时间点交通流数据的第一状态向量X(n)：X(n)＝(x(n‑l+1)，...，x(n‑1)，x(n))，其中，l表示状态向量维数，即匹配数，1≤l≤n‑1，n为当前时间点；在所述实时交通流时间序列数据中查找Y个与所述X(n)的欧式距离最近的第二状态向量；根据第一状态向量确定当前时间点状态模式向量P和所述Y个第二状态向量分别对应的状态模式向量Pt，其中：P＝(d(n‑l)，...，d(n‑1))，d(i)＝x(i+1)‑x(i)，1≤i≤n‑1，令 d ( i ) = 0 , x ( i ) > x ( i + 1 ) 1 , x ( i ) < x ( i + 1 ) 2 , x ( i ) = x ( i + 1 ) ; 计算P与各个Pt的欧式距离，并找出与P距离最近的K个状态模式向量及其对应的K个第二状态向量；根据所述K个第二状态向量的下一时刻的交通流数据预测时间点n+1的交通流预测数据。