一种基于多元数据的交通流量预测算法的制作方法

技术特征：

1.一种基于多元数据的交通流量预测算法，其特征在于：其步骤为：

(1)在路口放置多个红外线计数器，车辆每通过一次路口，红外计数器加一；

(2)将计数器的值以5取整；

(3)根据zipf定理，对多个计数器数据进行处理，zipf定率提到：一个单词出现的次数与它在频率表里的排名成反比，即少数数量值将出现在多数的数据中称这些出些频率高的数据为“真”数据，确定数量K，在计算器中找出频率最高的K个数作为该路段的有效交通流量基础数据；

(4)对于上述求解K个频率最高的数，利用基数桶与MG算法进行空间与时间的优化，具体描述如流程图与简要说明所示；

(5)根据K个数据值计算均值A作为该路段的交通流量；

(6)由于利用红外计算器精度与现实存在误差ε，ε＝|A-y|，y代表真实值，一般的，y≥A，本次方法使用出租车GPS数据与分时租赁的OD等数据作为弥补误差的差值项，出租车的GPS数据等可以得到在样本数据中该类汽车出现在该路段的可能性。例如在出租车样本中，在该路段只出现10次，则出现在该类样本中出现出租车的概率为m为样本数。先得到该地的全部出租车与分时租赁车辆为M1，N1，乘上该路段的出行概率为出现在该路段的车辆数M，N；

(7)样本交通流量样本变更为A+M+N；

(8)利用非参数回归对该路段交通流量进行预测：确定该时间该路段的交通流量只与前T分钟的历史数据具有相同统计规律，预测结果为R1。