[发明专利]基于LSTM模型预测的急救车最优路线推荐方法

说明书

本发明提供了一种基于LSTM模型预测的急救车最优路线推荐方法，本发明利用RNN中的LSTM模型，构建三层计算层次，同时逐层确定记忆元件个数，对城市路网当中某些道路的平均运行时间、平均车速、总运行车辆数等数据，以5min为单位时间预测下一分钟的数据。以一天的5个时间段作为背景，以相同的出发点和终点为条件开展实验。当处于一天当中较为繁忙的时间段，道路处于拥堵和缓慢通行的状态，对照方案和实验方案会选取不同线路。实验方案比对照方案分别节约下来0.5min、1.5min、0.7min、0.4min，分别占实验方案的4.5％、15.0％、7.5％、4.7％。

技术领域

本发明涉及一种基于LSTM模型预测的急救车最优路线推荐方法。

背景技术

如何尽快地将急救病人送的医院抢救，是能够否成功抢救病人的重要因素。虽然车辆已经配备了导航系统，用以辅助工作人员的路线规划和选择工作，但是现今导航系统都是基于以往数据的处理和分析，并且一般都没有针对医疗急救“时间就是生命”这一条件进行优化。

发明内容

本发明的目的在于提供一种基于LSTM模型预测的急救车最优路线推荐方法。

为解决上述问题，本发明提供一种基于LSTM模型预测的急救车最优路线推荐方法，包括：

利用RNN中的LSTM模型，构建三层计算层次，同时逐层确定记忆元件个数，根据城市路网当中预设道路的交通数据，以5min为单位时间预测下一分钟的交通数据；

根据预测的下一分钟的交通数据，进行急救车最优路线推荐。

进一步的，在上述方法中，根据城市路网当中预设道路的交通数据，包括：

根据城市路网当中预设道路的平均运行时间、平均车速、总运行车辆数的交通数据。

进一步的，在上述方法中，，以5min为单位时间预测下一分钟的交通数据，包括：

以5min为单位时间预测下一分钟的平均运行时间、平均车速、总运行车辆数的交通数据。

进一步的，在上述方法中，所述总运行车辆数是某一条预设道路在单位时间内通过的车辆的总数，其中，同一条双向道路看作具有相反方向的两条道路。

进一步的，在上述方法中，所述平均运行时间是指在某一条预设道路上、单位时间内通过的所有车辆行驶完全程所用的时间的平均数。

进一步的，在上述方法中，所述平均车速是指在某一条预设道路上、单位时间内通过的所有车辆行驶完全程所用的速度的平均数。

进一步的，在上述方法中，利用RNN中的LSTM模型，构建三层计算层次，包括：

构建基于LSTM的预测模型，确定所述LSTM的预测模型中的参数；

根据所述LSTM的预测模型中的参数，构建三层计算层次。

与现有技术相比，本发明利用RNN中的LSTM模型，本文对城市路网当中某些道路的交通数据，以5min为单位时间预测下一分钟的数据，并且做到实时更新。通过经处理分析后的以上数据，及时方便地通知急救车辆，可以帮助其更加快速的找到通往医院的路线，为挽救病患生命奠定良好的基础。

附图说明

图1是本发明一实施例的LSTM模型的基本单元示意图；

图2是本发明一实施例的LSTM中记忆元件信息交互示意图；

图3是本发明一实施例的LSTM模型预测出来的平均运行时间、平均车速、总运行车辆数统计图；

图4是本发明一实施例的对照方案和实验方案线路对比示意图；