具有在线自整定优化能力的高速公路交通流量融合预测方法

摘要

本发明涉及交通流状态分析领域，提供一种具有在线自整定优化能力的高速公路交通流量融合预测方法，对模型进行在线优化更新，适应随时间变化的交通流特性，提高预测精度；包括如下步骤：获取高速公路检测交通数据，建立滑动时间窗，通过滑动时间窗读取高速公路检测交通数据；对当前滑动时间窗内的数据进行处理；对比4种单体预测模型在当前滑动时间窗中的预测精度，将预测精度最差的单体预测模型在当前滑动时间窗下进行训练，选定另外3种单体预测模型；将选定的三种单体预测模型的预测结果进行数据融合；保存融合后的预测数据。

主权项

具有在线自整定优化能力的高速公路交通流量融合预测方法，其特征在于：包括如下步骤：1)获取高速公路检测交通数据，每一组高速公路检测交通数据包括时间、流量、速度和占有率；2)建立滑动时间窗(t‑m+1,t)，t为当前时间，m为时间窗的长度，即需要读取的高速公路检测交通数据的组数；通过滑动时间窗读取高速公路检测交通数据，每次读取1组新数据，并删除1组最老的数据；3)对当前滑动时间窗内的数据进行处理：检测是否有数据缺失，若有，则进行插值处理；4)对比4种单体预测模型在当前滑动时间窗中的预测精度，将预测精度最差的单体预测模型在滑动时间窗下进行训练，一直训练到下次单体预测模型精度对比的时刻，同时选定另外3种单体预测模型；5)将选定的三种单体预测模型的预测结果进行数据融合；6)保存步骤5)融合后的预测数据；7)判断高速公路检测交通数据是否更新，如更新则读取新的高速公路检测交通数据，判断当前滑动时间窗内的数据是否缺失，若有，则进行插值处理；8)判断当前已进行预测的次数，如果预测的次数没有达到m次，则返回步骤5)，如果预测的次数达到m次，则返回步骤4)。