一种交通流量预测系统及方法与流程

本发明涉及数据处理，特别是涉及一种交通流量预测系统及方法。

背景技术：

1、近年来，随着技术的不断发展，城市交通压力日益增大。及时准确的预测交通流量对于交通路径规划，提高出行效率，从而缓解交通压力起着关键性作用。

2、然而，现有的交通事件检测和交通流量预测主要基于视频文件进行，那就需要在道路上布设多个摄像头，每个摄像头将视频文件传输至平台，然后根据视频文件进行直观分析，从而得到交通事件，并对交通流量进行预测，但是这种预测手段的预测精度较低，同时也忽略了交通流量及行程时间之间的高度相关性，降低了交通管理的效率。

3、因此，亟需一种交通流量预测系统及方法，解决上述交通流量预测精度较低的问题。

技术实现思路

1、本发明的目的是提供了一种交通流量预测系统及方法，提高了交通流量预测的准确性。

2、为实现上述目的，本发明提供了如下方案：

3、一种交通流量预测系统，包括：

4、信息采集模块、数据预处理模块和交通流量预测模块；

5、所述信息采集模块，用于采集不同时间段的交通流量数据；

6、所述数据预处理模块，用于对所述交通流量数据进行处理；

7、所述交通流量预测模块，用于对预处理后的所述交通流量数据进行预测，获取预测结果；

8、所述信息采集模块、所述数据预处理模块和所述交通流量预测模块依次连接。

9、可选地，所述信息采集模块包括：

10、第一采集单元、第二采集单元和第三采集单元；

11、所述第一采集单元，用于采集历史工作日的交通流量数据；

12、所述第二采集单元，用于采集历史休息日的交通流量数据；

13、所述第三采集单元，用于采集历史节假日的交通流量数据；

14、所述第一采集单元、所述第二采集单元和所述第三采集单元均与所述数据预处理模块连接。

15、可选地，所述数据预处理模块包括：

16、数据预处理单元和数据合并单元；

17、所述数据预处理单元，用于将所述历史工作日的交通流量数据、历史休息日的交通流量数据和所述历史节假日的交通流量数据进行时序对准，并进行数据清洗；

18、所述数据合并单元，用于获取历史时间信息，根据所述历史时间信息，设定历史工作日、历史休息日和历史节假日的时间间隔，将数据清洗后的所述交通流量数据，按照所述时间间隔进行合并，将合并后的所述交通流量数据进行归一化处理，获取数据合并结果；

19、所述数据预处理单元和所述数据合并单元连接。

20、可选地，所述交通流量预测模块包括：

21、预测模型构建单元、预测模型训练单元和预测结果输出单元；

22、所述预测模型构建单元，用于确定神经网络的基本结构，选择节点激励函数，并定义误差函数，构建神经网络模型，即交通流量预测模型；

23、所述预测模型训练单元，用于通过预处理后的所述交通流量数据训练所述交通流量预测模型；

24、所述预测结果输出单元，用于基于训练后的所述交通流量预测模型对交通流量进行预测，获取所述预测结果；

25、所述预测模型构建单元、所述预测模型训练单元和所述预测结果输出单元依次连接。

26、可选地，所述预测模型训练单元包括：

27、预测模型训练子单元和判断单元；

28、所述预测模型训练子单元，用于初始化所述交通流量预测模型的网络权重和阈值，通过预处理后的所述交通流量数据训练所述交通流量预测模型，并修正所述网络权重和所述阈值；

29、所述判断单元，用于通过所述误差函数对修正后的所述交通流量预测模型进行训练误差判断，获取最优的所述交通流量预测模型，即训练后的所述交通流量预测模型。

30、为实现上述目的，本发明还提供了一种交通流量预测方法，包括：

31、采集不同时间段的交通流量数据，对所述交通流量数据进行处理；

32、对预处理后的所述交通流量数据进行预测，获取预测结果。

33、可选地，所述不同时间段的交通流量数据包括：

34、历史工作日的交通流量数据、历史休息日的交通流量数据和历史节假日的交通流量数据。

35、可选地，对所述交通流量数据进行处理包括：

36、将所述历史工作日的交通流量数据、历史休息日的交通流量数据和所述历史节假日的交通流量数据进行时序对准，并进行数据清洗；

37、获取历史时间信息，根据所述历史时间信息，设定历史工作日、历史休息日和历史节假日的时间间隔，将数据清洗后的所述交通流量数据，按照所述时间间隔进行合并，将合并后的所述交通流量数据进行归一化处理，获取数据合并结果。

38、可选地，对预处理后的所述交通流量数据进行预测，获取预测结果包括：

39、确定神经网络的基本结构，选择节点激励函数，并定义误差函数，构建神经网络模型，即交通流量预测模型；

40、初始化所述交通流量预测模型的网络权重和阈值，通过预处理后的所述交通流量数据训练所述交通流量预测模型，并修正所述网络权重和所述阈值；

41、通过所述误差函数对修正后的所述交通流量预测模型进行训练误差判断，获取最优的所述交通流量预测模型，即训练后的所述交通流量预测模型；

42、基于训练后的所述交通流量预测模型对交通流量进行预测，获取所述预测结果。

43、本发明的有益效果为：

44、本发明采集不同时间段的交通流量数据，充分挖掘交通数据的时间特性，对所述交通流量数据进行处理，使得交通流量及行程时间之间，呈现高度相关性，构建交通流量预测模型，并对交通流量预测模型进行训练，获取最优性能的交通流量预测模型，通过最优性能的交通流量预测模型对交通流量进行预测，使得交通流量预测精度高，并进一步提高了交通管理的效率。

技术特征：

1.一种交通流量预测系统，其特征在于，包括：

2.根据权利要求1所述的交通流量预测系统，其特征在于，所述信息采集模块包括：

3.根据权利要求2所述的交通流量预测系统，其特征在于，所述数据预处理模块包括：

4.根据权利要求1所述的交通流量预测系统，其特征在于，所述交通流量预测模块包括：

5.根据权利要求4所述的交通流量预测系统，其特征在于，所述预测模型训练单元包括：

6.一种交通流量预测方法，其特征在于，包括：

7.根据权利要求6所述的交通流量预测方法，其特征在于，所述不同时间段的交通流量数据包括：

8.根据权利要求7所述的交通流量预测方法，其特征在于，对所述交通流量数据进行处理包括：

9.根据权利要求6所述的交通流量预测方法，其特征在于，对预处理后的所述交通流量数据进行预测，获取预测结果包括：

技术总结
本发明涉及一种交通流量预测系统及方法，该系统，包括：信息采集模块、数据预处理模块和交通流量预测模块；述信息采集模块，用于采集不同时间段的交通流量数据；所述数据预处理模块，用于对所述交通流量数据进行处理；所述交通流量预测模块，用于对预处理后的所述交通流量数据进行预测，获取预测结果；所述信息采集模块、所述数据预处理模块和所述交通流量预测模块依次连接。本发明通过最优性能的交通流量预测模型对交通流量进行预测，使得交通流量预测精度高，并进一步提高了交通管理的效率。

技术研发人员：金风叶,张智清,李凯,王琦
受保护的技术使用者：陕西翼遥科技有限公司
技术研发日：
技术公布日：2024/1/14