[发明专利]一种数据驱动的城市交通流速模式识别与实时预测预警方法

说明书

本发明涉及一种数据驱动的城市交通流速模式识别与实时预测预警方法，包括：对路段交通流速历史数据进行处理，填补缺失值，筛选并修正异常值；基于处理后的路段交通流速历史数据，采用轮廓系数确定最佳聚类数目，使用改进的K‑means聚类算法，得到不同日期特征下的路段交通流速历史模式；利用路段交通流速实时数据，采用Holt指数平滑预测模型预测该路段未来一段时间的交通流速；基于当前日期特征与路段交通流速历史模式进行匹配，计算路段交通流速预测结果与历史模式之间的下半偏差，当下半偏差大于一定阈值时进行预警。本发明在城市交通日益拥堵的背景下，综合利用历史交通流速数据和实时交通流速数据，驱动路段交通流速的模式分析和实时预测，实现对路段交通流速的实时预警，为预防和缓解交通拥堵提供决策依据。

技术领域

本发明提供了一种数据驱动的城市交通流速模式识别与实时预测预警方法，利用城市路段交通流速历史数据集，通过聚类算法挖掘潜在的交通流速历史模式，识别交通流速历史规律；综合利用交通流速历史数据和实时数据，训练预测模型，进行实时预测，并结合交通流速历史模式对交通流速实时预警，属于城市交通流短期预测预警技术领域。

背景技术

在城市快速发展的过程中，城市交通是不可或缺的一部分。当某一路段的交通流量超过路段的规定通行能力时，该路段就会发生交通拥堵^[1]。交通拥堵会增加居民的出行时间和出行成本^[2]，加大交通管理部门的管理难度，容易引发交通事故。因此，掌握城市路网中路段交通流速的历史变化规律和实时发展趋势对城市的交通治理、路段规划和路网建设具有重要意义。

城市路段传感器设备的大量安装和大数据技术的日渐成熟使收集和存储海量城市交通数据成为可能。收集和储存的大数据在经过有效的处理和分析之后，可以揭示一些潜在的规律，提供有效的数据信息，实现大数据的真正价值^[3]。当前相关技术的发展中，对于路段拥堵的智能判断以及在数据处理和实时交通状态识别的方面还存在一些问题^[4]。本发明综合考虑了城市路段交通管理中的两方面重要问题，即历史演变规律和实时预测预警，并运用改进后的分析技术使之前存在的一些问题得到改善，能为路段交通情况的实时掌握和缓堵措施的及时制定提供有效信息，在实际操作过程中具有很大的使用价值。

[1]Ayesha Atta,Sagheer Abbas,M.Adnan Khan,Gulzar Ahmed,Umer Farooq.Anadaptive approach:Smart traffic congestion control system.An adaptiveapproach:Smart traffic congestion control system,2020,32(9):1012-1019.

[2]Jintao Ke,Hai Yang,Zhengfei Zheng.On ride-pooling and trafficcongestion.Transportation Research Part B:Methodological,2020,142:213-231.

[3]Furht Borko,Villanustre Flavio.Big Data Technologies andApplications.London:Springer,2016.

[4]Ruiqi Luo,Xian Zhong,Luo Zhong,Lin Li.Research on the intelligentjudgment of traffic congestion in intelligent traffic based on patternrecognition technology.Cluster Computing,2019,22:12581-12588.

发明内容