[发明专利]用于交通拥堵状态预测的方法、装置及终端

权利要求书

1.一种用于交通拥堵状态预测的方法，其特征在于，包括：

获取历史拥堵延时数据，并基于所述历史拥堵延时数据根据多种分类方法分别建立预测模型；

根据各预测模型获取预测拥堵延时指数，并获取实际拥堵延时指数；

根据所述实际拥堵延时指数和各预测拥堵延时指数的匹配度确定目标预测模型，并基于所述目标预测模型获得拥堵延时指数，以完成交通拥堵状态预测。

2.如权利要求1所述的方法，其特征在于，所述获取历史拥堵延时数据包括：

获取目标路段在不同时刻的通行时间；

获取与所述目标路段对应的设定时间，根据通行时间和所述设定时间的比值确定拥堵延时指数；

记录所述拥堵延时指数和所述拥堵延时指数对应的时刻作为历史拥堵延时数据。

3.根据权利要求2所述的方法，其特征在于，获取目标路段在不同时刻的通行时间，包括：

获取多个车辆通过目标路段的通过时间；

基于多个通过时间的平均值或概率分布确定所述通行时间。

4.根据权利要求2所述的方法，其特征在于，所述获取与所述目标路段对应的设定时间，包括：

确定所述通行时间中的最小值为所述设定时间；或者，

确定多个所述通行时间的平均值为所述设定时间；或者，

根据所述目标路段的长度和所述目标路段对应的限速信息确定所述设定时间。

5.根据权利要求2至4任一项所述的方法，其特征在于，所述基于所述历史拥堵延时数据根据多种分类方法分别建立预测模型，包括：

将所述历史拥堵延时数据划分为训练数据集和测试数据集；

基于所述训练数据集的数据分别根据多种分类方法建立对应的训练模型；

基于所述测试数据集对训练模型进行测试得到预测模型。

6.根据权利要求1所述的方法，其特征在于，还包括：

在所述实际拥堵延时指数和所述预测拥堵指数不匹配的情况下，记录异常信息；

基于所述异常信息对所述目标预测模型进行优化；

其中，所述异常信息包括：实际拥堵延时指数、预测拥堵指数和影响道路交通状态的事件。

7.根据权利要求6中所述的方法，其特征在于，所述影响道路交通状态的事件包括恶劣天气、运管措施、道路限行、封路和占道施工。

8.一种用于交通拥堵状态预测的装置，其特征在于，包括：

第一获取模块，用于获取历史拥堵延时数据；

模型建立模块，用于基于所述历史拥堵延时数据根据多种分类方法分别建立预测模型；

计算模块，用于根据各预测模型获取预测拥堵延时指数；

第二获取模块，用于获取实际拥堵延时指数；

确定模块，用于根据所述实际拥堵延时指数和各预测拥堵延时指数的匹配度确定目标预测模型，并基于所述目标预测模型获得拥堵延时指数，以完成交通拥堵状态预测。

9.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至7中任一项所述用于交通拥堵状态预测的方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至7中任一项所述用于交通拥堵状态预测的方法的步骤。