[发明专利]一种交通流量预测方法、预测模型生成方法及装置

摘要

本发明公开了一种交通流量预测方法、预测模型生成方法及装置，预测方法包括：针对待预测道路，获取该待预测道路的当前时刻的前一时段的历史交通流数据；从预存的道路与交通流量预测模型的对应关系中，获取待预测道路对应的交通流量预测模型；将当前时刻的前一时段的历史交通流数据，输入至待预测道路对应的交通流量预测模型中，得到当前时刻的后一时段的交通流数据。由于交通流数据具有很强的非线性和不确定性，而神经网络模型具有较强的非线性预测能力，因此，根据道路的历史交通流数据对神经网络模型进行训练，训练得到的交通流量预测模型能够较为准确的根据道路当前时刻的前一时段交通流数据预测得到当前时刻的后一时段该道路的交通流数据。

主权项

1.一种交通流量预测方法，其特征在于，所述方法包括：针对待预测道路，获取该待预测道路的当前时刻的前一时段的历史交通流数据；从预存的道路与交通流量预测模型的对应关系中，获取所述待预测道路对应的交通流量预测模型；其中，道路对应的交通流量预测模型为预先根据道路的历史交通流数据对预置的神经网络模型进行训练，得到根据该道路当前时刻的前一时段的历史交通流数据预测该条道路当前时刻的后一时段的交通流数据的交通流量预测模型；将当前时刻的前一时段的历史交通流数据，输入至所述待预测道路对应的交通流量预测模型中，得到当前时刻的后一时段的交通流数据；其中，预先根据道路的历史交通流数据对预置的神经网络模型进行训练，得到根据该道路当前时刻的前一时段的历史交通流数据预测该条道路当前时刻的后一时段的交通流数据的交通流量预测模型，具体包括：步骤a、获取道路的连续P个时段的历史交通流数据，其中P个时段的时长一致，且每个时段对应的历史交通流数据包含的交通数据个数相同；遍历所述连续P个时段，执行以下步骤：步骤b、将当前遍历的时段作为当前时刻的前一时段，将当前遍历的时段对应的历史交通流数据作为输入数据输入至待定神经网络模型中，得到当前时刻的后一时段的预测交通流数据；步骤c、从当前遍历的时段之后的时段的交通流数据中获取当前时刻的后一时段对应的历史交通流数据，并计算所述当前时刻的后一时段的预测交通流数据与当前时刻的后一时段的历史交通流数据的方差值；步骤d、判断所述方差值是否小于等于预置的第一方差阈值，若是执行步骤e，若否执行步骤f；步骤e、将所述待定神经网络模型确定为所述道路对应的交通流量预测模型，并建立所述道路与该交通流量预测模型的对应关系，并保存，结束流程；步骤f、根据所述方差值调整所述待定神经网络模型的参数；步骤g、将P个时段中所述当前遍历时段的下一时段作为当前遍历的时段，并根据调整参数后的待定神经网络模型，执行步骤b。