[发明专利]一种基于非负张量分解的交通拥堵热度时空预测方法

权利要求书

1.一种基于非负张量分解的城市交通拥堵热度时空预测方法，其特征在于该方法包括以下步骤：

c1、构建交通张量，其所含元素及其位置由路网拓扑特性和时空关联性确定；

所述构建交通张量，具体过程包括：

c11、将采集到的用于表征拥堵热度的历史交通数据进行整合：选取I₁个路段,时段数I₂为一天24小时除以划分的时间间隔，历史日期为天数I₃；所述交通数据可以为路段延误、路段行程速度自由度、路段延时指数、路段交通拥堵指数其中一种或多种；

c12、以目标路段为l₁，计算路段l₁与其他I₁-1个路段的历史交通数据向量的相似性度量值，选择相似性度量值最大的路段为l₂，计算路段l₂与剩余I₁-2个路段的历史交通数据向量的相似性度量值，选择相似性度量值最大的路段为l₃，以此类推，获得路段l₁、路段l₂、…、路段l_I1，其中，1、2、…、I₁为位置标号；

c13、按照路段、时段、日期三个维度将历史数据和待预测空值整合为三维张量和二值张量其中B中已有历史数据为1、待预测数据为0；

c2、基于非负矩阵分解算法对张量分解进行初始化；

c3、计算信息度指标，根据信息度选择核张量尺寸；

所述计算信息度指标，根据信息度选择核张量尺寸，具体过程包括：

c31、对矩阵M₍₁₎，进行PCA计算，得到主成分值

c32、计算信息度值

c33、将使得最大的J_m值确定为最优核张量大小；

c34、对M₍₂₎和M₍₃₎重复上述过程，得到mode-2和mode-3的核张量大小；

c4、构建基于滚动时间窗的张量分解预测模型，实现交通拥堵热度的短时不同时间颗粒度的预测。

2.根据权利要求1所述的一种基于非负张量分解的城市交通拥堵热度时空预测方法，其特征在于：步骤c2中，所述基于非负矩阵分解算法对张量分解进行初始化，具体过程包括；

c21、将三维张量按照不同维度进行张量矩阵化，得到3个矩阵，即M₍₁₎,M₍₂₎,M₍₃₎；

c22、对于指定的J₁、J₂、J₃，对M₍₁₎,M₍₂₎,M₍₃₎进行非负矩阵分解，得到矩阵作为张量分解的初始化因子矩阵。

3.根据权利要求1所述的一种基于非负张量分解的城市交通拥堵热度时空预测方法，其特征在于：步骤的c4中，所述构建基于滚动时间窗的张量分解预测模型，实现交通拥堵热度的短时不同时间颗粒度的预测，具体过程包括：

c41、设定收敛阈值ε_toi；

c42、计算核张量，以作为初始化矩阵，以J₁、J₂、J₃作为核张量大小，计算核张量G＝M×₁A⁽¹⁾×₂A⁽²⁾×...×_NA^(N)；

c43、计算误差E＝B*(M-G×₁A⁽¹⁾×₂A⁽²⁾×...×_NA^(N))，判断||E||₂/||M||₂是否小于阈值ε_toi，是转入c44，否转入c45；

c44、采用最小二乘ALS、梯度下降法等计算因子矩阵和核张量G，返回c43进行判断；

c45、输出计算得到完整张量G×₁A⁽¹⁾×₂A⁽²⁾×...×_NA^(N)；

c46、以天为单位，利用步骤c3滚动更新J₁、J₂、J₃的最优值。