[发明专利]一种城市环形道路交通流预测系统

说明书

技术领域

本发明涉及交通流预测技术，特别是提供了一种城市环形道路交通流预测系 统。

背景技术

交通流特性的预测特别是道路短时交通流预测是城市道路交通控制与诱导 等交通管理手段的基础。准确实时的短时交通流预测是实现交通控制与管理、交 通诱导的前提，是使智能交通系统从“被动式反应”转变到“主动式动作”的关 键。因此短时交通流预测系统是智能交通系统中的重要的基础子系统之一。基于 预测信息的交通信息服务和交通管理在国际上属于智能交通系统研究的前沿领 域，部分发达国家和地区都进行相关方面的研究工作，但良好的成熟的应用成果 非常罕见。目前国外应用较为广泛的基于实时采集信息的交通管理和信息服务系 统，绝大多数不包括预测信息。国内部分单位和城市在交通信息服务和交通流预 测方面进行了一些研究工作，但都尚未达到成熟实用的阶段。

近年来，许多机构和学者致力于短时交通流预测方法的研究，许多预测方法 被应用于短时交通流的预测中，如卡尔曼滤波方法、多元回归方法、时间序列方 法、神经网络方法、非参数回归方法等，其中有些方法在实际应用或仿真工程中 取得了较好的效果。但是由于交通流过程是时变的，不同的空间位置、道路环境、 时间段下，其状态特征差异很大，用单一的预测模型进行预测时，由于模型本身 存在这样的或者那样的缺陷，决定了准确的交通流预测不是单一的模型或方法所 能解决和完成的。所以利用两种或两种以上的方法进行预测可以取长补短，更好 地发挥各自的优势，组合预测在短时交通流预测中成为一种趋势。

中国发明专利CN1967622A，公开了一种城市道路交通流预测及交通信息诱 导系统，利用交通信息综合平台实现交通流数据的分析、融合和预测，并通过信 息发布系统发布交通信息。其中的交通流量预测推理采用神经网络预测与非参数 回归模型法相结合的交通流预测算法。但是，利用所述的交通流预测方法存在以 下两个问题。

第一是数据来源的质量问题。作为合理进行道路网交通流预测的基础，数据 的质量对于交通流预测的有效性具有不可忽视的作用。然而获得的海量的交通流 数据往往含有错误数据和丢失数据，所以使用不加以识别和修复的交通流数据， 从而存在降低了模型预测可靠性(精度)的问题。

第二是交通流预测模型的缺陷问题。神经网络模型由于其自身特有的自适应 和自学习的优势，适用于交通流短期预测。但是，神经网络在线更新是一个难点， 在具体的实施上存在问题。非参数回归模型根据样本相似性，用历史数据中相似 样本的均值作为预测值，可以用于交通流短期预测。但是其预测实施和预测的准 确度严重的依赖于完整的历史数据，需要特殊的数据索取方式。不适合作为子模 型与其他模型进行组合。因此在实际的交通流预测中会出现偏差预测的问题。

发明内容

因此，本发明目的在于提供了一种城市环形道路交通流预测系统，解决交通 流数据的质量问题和传统交通流预测中出现的偏差预测问题，同时引入路段上下 游之间的各种影响因素对路段交通流进行预测，实现路网的实时准确的交通流预 测。

本发明一种城市环形道路交通流预测系统，该系统包括交通流数据管理系 统、交通流数据特性分析系统和交通流数据预测系统；

所述交通流数据管理系统，包括数据管理单元，所述数据管理单元用于监测 数据的接入和历史数据的导入；并向所述数据库输入实时检测交通流数据和历史 交通流数据；

所述交通流数据特性分析系统，包括交通流数据特性分析单元和交通流数据 预处理单元；其中，所述交通流数据特性分析单元，用于从所述数据库读出的历 史交通流数据，通过分析该路段的历史交通流数据的日分布、周分布和速度-流 量分布，获取预测路段的交通特性；所述交通流数据预处理单元，用于对从所述 数据库读出的实时交通流检测数据进行故障识别和修复，对异常数据进行相应的 平滑处理、对缺失数据进行补充与对错误数据进行剔除和替代；

所述交通流数据预测系统，包括预测模型库单元和交通流预测结果分析单 元；其中，所述预测模型库单元，用于对路段的交通流进行实时准确的预测；所 述交通流预测结果分析单元用于对预测结果的打印、显示和查询。

进一步，所述交通流数据管理系统还包括用户管理单元，用于对用户的添加、 删除和密码的修改，权限管理。