[发明专利]一种基于时空关联数据挖掘的交通流预测方法

摘要

本发明属于交通流预测技术领域，具体为一种基于时空关联数据挖掘的交通流预测方法。本发明主要包括预测模型建立、时空关联数据挖掘以及基于时空关联数据的交通流预测等。预测模型可采用多因子线性回归模型；时空关联数据挖掘是基于多因子线性回归模型并通过稀疏表达的优化方法自动地选取对于预测目标相关的时空关联传感器的数据；基于时空关联数据的交通流预测是以时空关联传感器的数据作为预测模型的输入进行的预测。本发明从整个交通网络中自动地确定与预测目标节点的传感器相关的时空关联传感器，并以时空关联传感器的数据作为预测模型的输入，全自动时空关联数据挖掘提升了预测模型的预测性能。

主权项

1.一种基于时空关联数据挖掘的交通流预测方法，其特征在于具体步骤为：（a）通过布局到交通网各个节点的传感器采集交通流量的原始数据；（b）通过数据预处理，将采集的原始数据处理为有效的交通流数据；（c）建立预测模型：令表示交通网中的传感器j在第i个时刻采集的交通流量数据，假设一个交通网中有m个传感器，则在第i个时刻整个交通网的状态表示为，提前τ时刻对传感器j采集的交通流量数据进行预测的线性回归模型为：；上式中的权重为待优化的模型参数，为预测值；    （d）挖掘时空关联性：通过稀疏表达的优化方法得到模型参数，表示整个交通网络的各个传感器的数据对于预测目标传感器j的数据而言的时空关联性，当=0时，传感器k的数据与传感器j的数据之间没有关联性，否则值的大小表示传感器k的数据与传感器j的数据之间关联程度的强弱，k=1,2,...,m；（e）以时空关联数据为预测模型的输入，进行交通流预测。