[发明专利]基于交通大数据的动态交通态势预测方法

摘要

本发明公开了一种基于交通大数据的动态交通态势预测方法，本发明采用滚动的动态优化思想，在进行预测态势过程中，依据实时和历史不断更新模型，使预测态势更加符合实际。

主权项

1.一种基于交通大数据的动态交通态势预测方法，其特征是，包括如下步骤：(1‑1)采集区域路段的交通数据信息；(1‑2)获取区域路段距离当前时刻前M天内的交通数据信息的n个抽样数据，抽样间隔为T1；(1‑3)标准化抽样数据，利用主成分分析方法对标准化后的抽样数据进行分析，得到抽样数据的特征数据pca_v，将特征数据pca_v转换到[‑a，a]之间，将特征数据pca_v转换到[0，1]；(1‑4)划分态势；(1‑5)选取距离当前时刻前M天内每天相同时段的时间长度为S的pca_v数据，共有M组行数据pca_v_j1，设定聚类半径为r，采用K‑Means聚类方法进行聚类，得到聚类结果为E类，且聚类中心为cent_v_i1，存入历史学习库cent_v；(1‑6)取距离当前时刻S时间长度的交通数据信息的抽样数据，重复步骤(1‑2)、(1‑3)和(1‑4)，得到一维数据pca_vc；(1‑7)选取pca_vc和历史学习库cent_v中时间长度为的对应数据，计算pca_vc与历史学习库cent_v的距离dis和余弦距离dis_cos；并做出交通态势预测；(1‑8)更新历史学习库cent_v。