[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

说明书

本发明公开了一种基于非负张量分解的交通拥堵热度时空预测方法，包括：考虑路网拓扑特性和时空关联性，构建表征城市交通时空拥堵热度的张量；基于非负矩阵分解算法对张量分解进行初始化；计算信息度指标，根据信息度选择核张量尺寸；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。相比传统的预测方法，本方法融合历史时空信息，注重数据内部关联性，预测准确定高。

技术领域

本发明涉及智能交通领域，尤其涉及一种基于非负张量分解的交通拥堵热度时空预测方法，用于对城市交通拥堵热度进行预测。

背景技术

随着城市化进程和机动化出行快速发展，城市交通拥堵日益加剧，交通拥堵的预测一直是业界关注话题和焦点。同时近年来城市交通建设已由基础设施建设逐渐向信息化建设转变，电子警察、浮动车等多类设备提供了大量的交通行程时间数据，为刻画交通状态积累了海量历史数据。此外交通拥堵的状态演变具有时间关联和空间关联特性，基于海量历史数据挖掘交通拥堵的时空关联特性，进而进行交通拥堵的时空热度预测，为交通管理者提供管控预判，为交通出行者提供信息服务，具有重要应用价值。

发明内容

本发明的目的在于提供一种基于非负张量分解的交通拥堵热度时空预测方法。该方法的核心思想是考虑路网拓扑特性和时空关联性，构建表征城市交通时空拥堵热度的张量，利用非负张量分解挖掘时空数据的多模态关系，调整张量分解的相关模型参数，最终实现城市交通拥堵热度的短时预测。

本发明采用的技术方案，一种基于非负张量分解的交通拥堵热度时空预测方法，步骤包括：

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；

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；

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。

进一步地，步骤c1中，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。

进一步地，步骤c2的过程包括：

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。