[发明专利]一种交通流量的预测方法和系统

说明书

本发明实施例涉及一种交通流量的预测方法和系统，属于交通管理技术领域。其中，该方法包括：根据从预设态势数据库中依次获取的A时刻至T时刻的当天观测流量信息构建目标序列；从态势数据库中获取在前观测流量信息，其中，在前观测流量信息为：第n天至当天的每一天的A时刻至T时刻的流量信息；根据在前观测流量信息构建匹配序列矩阵；根据目标序列和匹配序列矩阵构建融合距离矩阵；根据融合距离矩阵、预设系数和预设算法确定预测函数。通过本实施例提供的技术方案，一方面，避免了现有技术中可移植性较差，且实现过程繁琐的技术弊端；另一方面，实现了高效且精准的对交通流量进行预测的技术效果。

技术领域

本发明实施例涉及交通管理技术领域，尤其涉及一种交通流量的预测方法和系统。

背景技术

短时流量预测已有较长的研究历史，主要的预测方法可归纳为四类：基于线性系统理论模型、基于非线性系统理论模型、基于知识发现的智能预测方法以及组合预测模型法。

在现有技术中，基于线性模型的时间序列预测是其中较为成熟的理论，常用的预测模型是差分自回归移动平均模型(Autoregressive Integrated Moving Average，ARIMA)，该方法认为未来值是历史值的复杂加权组合。韩超等对模型参数估计方式进行改进，利用带遗忘因子的最小二乘法对模型的参数进行在线递推估计。

然而，发明人在实现本发明的过程中发现至少存在以下问题：

1、可移植性较差；

2、检验过程繁琐。

发明内容

为解决上述技术问题，本发明实施例提供了一种交通流量的预测方法和系统。

根据本发明实施例的一个方面，本发明实施例提供了一种交通流量的预测方法，所述方法包括：

根据从预设态势数据库中依次获取的A时刻至T时刻的当天观测流量信息构建目标序列，其中，T时刻为当前时刻；

从所述态势数据库中获取在前观测流量信息，其中，所述在前观测流量信息为：第n天至当天的每一天的A时刻至T时刻的流量信息；

根据所述在前观测流量信息构建匹配序列矩阵；

根据所述目标序列和所述匹配序列矩阵构建融合距离矩阵；

根据所述融合距离矩阵、预设系数和预设算法确定预测函数。

通过本实施例提供的：根据当天观测流量信息构建目标序列，并获取一定天数的在前观测流量信息构建匹配序列矩阵，根据二者构建融合距离矩阵，根据融合距离矩阵、预设系数和预设算法确定预测函数的技术方案，一方面，避免了现有技术中可移植性较差，且实现过程繁琐的技术弊端；另一方面，实现了高效且精准的对交通流量进行预测的技术效果。

进一步地，所述根据所述标准距离矩阵确定所述标准距离矩阵中除所述最优距离行之外的每一行与所述最优距离行之间的融合欧式距离，具体包括：

根据式9确定所述融合欧式距离，式9：

其中，z_i为所述标准距离矩阵中第i行与所述最优距离行之间的融合欧式距离。

进一步地，所述根据所述融合欧式距离构建所述融合距离矩阵，具体包括：

根据式10确定所述融合距离矩阵Fusion_Dis，式10：

进一步地，所述根据所述融合距离矩阵、预设系数和预设算法确定预测函数，具体包括：

根据所述预设系数和所述融合距离矩阵确定预测集矩阵；

根据所述预测集矩阵和所述预设算法确定所述预测函数。