[发明专利]一种城市交通流量预测系统及方法

摘要

本发明公开了一种城市交通流量预测系统及方法，该预测系统通过使用三个模型对不同时间维度进行建模，解决了传统时间序列模型要求交通流量呈现季节性的问题。同时本发明在ResNet模型基础上，优化了残差单元，如添加BN层，借鉴MobileNetV2的块单元设计思想优化其提取特征的方式，能够提高预测模型的精度。最后以RMSE作为模型的评估标准，以中国某城市公布的数据为例，该预测系统对比ARIMA、SARIMA、VAR、RNN、LSTM和GRU效果表现更优，从而能够很好地提取城市交通流量实际的时间，空间的特征，解决现有模型存在的时空数据处理方法不佳以及自身存在缺陷的问题。

主权项

1.一种城市交通流量预测系统，其特征在于，包括：数据收集模块，用于根据手机GPS信号和/或车辆GPS信号收集当前日期之前预定时间段内城市交通的轨迹点，统计每个网格区域每个单位时段的输入流和输出流，并将输入流和输出流整合为一个张量，其中，输入流为单位时段开始时不在网格区域内但结束时在网格区域内的所有轨迹点之和，输出流为单位时段开始时在网格区域内但结束时不在网格区域内的所有轨迹点之和，城市区域被划分为多个网格区域，若干个单位时段为一天；数据预处理模块，用于将输入流和输出流的特征尺度缩放到预测模型要求的范围，并选择一个日期作为目标日期，筛选目标日期的前3个单位时段的张量作为近期输入数据、前一天的张量作为周期输入数据、前一周的张量作为趋势输入数据，将目标日期的张量作为测试数据；模型训练模块，用于通过近期模型对近期输入数据进行提取特征得到近期输出流向量，通过周期模型对周期输入数据进行提取特征得到周期输出流向量，通过趋势模型对趋势输入数据进行提取特征得到趋势输出流向量，将近期输出流向量、周期输出流向量和趋势输出流向量进行集成得到目标日期的仿真流量图，将目标日期的仿真流量图的特征尺度缩放到预测模型要求的范围，利用目标日期的仿真流量图与测试数据的误差反向调节所述预测模型，其中，所述近期模型、周期模型、趋势模型均采用相同的深度残差神经网络架构；模型评估模块，用于利用均方根误差测试评估所述预测模型；交通预测模块，用于利用所述预测模型输出未来预定时间的预测流量图，将预测流量图缩放到原值，并使用热力图对所述预测流量图做可视化表示。