具有在线优化能力的高速公路交通事件持续时间预测方法

摘要

本发明公开了一种具有在线优化能力的高速公路交通事件持续时间预测方法，本发明选择三种具有更新能力的单体预测模型实现融合预测，通过动态分析各单体预测模型的误差，利用误差反比例法来动态分配各自的权值；当获取一定的新交通事件后，对各单体预测模型及其参数进行修正优化，并对比分析修正前后的模型优劣，选择更优的模型参与融合预测。待又获得一定新的交通事件后，再对模型进行优化处理，并对比择优使用。在优化过程中，若有新的交通事件需要预测时，则沿用原模型实施预测，待优化完成后择优使用。可使得每次预测时预测模型不必存储和检索大量数据，也可保障预测的时效性。提高高速公路交通事件持续时间的预测精度，提高公路网运行效率。

主权项

具有在线优化能力的高速公路交通事件持续时间预测方法，其特征在于：包括以下步骤：步骤1：从事件数据库中读取当前待预测交通事件的属性信息，并判别当前待预测交通事件所属的事件类型；步骤2：基于当前待预测交通事件的信息，利用各单体预测模型对当前待预测交通事件的持续时间分别进行单独预测，获得各单体预测模型的预测结果；步骤3：将各单体预测模型实施融合预测；根据误差反比例法的加权叠加融合策略进行预测结果融合生成融合预测结果；步骤4：将单体预测模型各自预测结果及融合预测结果存储于事件数据库中，同时存储交通事件信息，并在事件数据库中做预测结果标识以区分不同模型的预测结果；做事件标识以区分不同的交通事件；步骤5：完成当前待预测交通事件持续时间预测后，获取交通事件的实际持续时间，同时计算各单体预测模型对当前交通事件的预测误差，存于事件数据库中，并与当前事件及其预测结果匹配；若当前事件持续时间在规定的一定时间内一直被记录为空或为0的异常情况，则交通事件不做处理，直接转至步骤10；步骤6：该类交通事件新增计数值自增1；步骤7：对当前待预测交通事件和历史交通事件持续时间数据进行处理，获取当前待预测交通事件的实际持续时间和历史交通事件持续时间的均值，对该类交通事件的持续时间参数估计值进行修正；步骤8：根据交通事件的类型，在事件数据库中找寻同类型的事件，并获取各历史交通事件的信息，计算各单体预测模型对该类各历史交通事件持续时间的预测误差步骤9：利用各单体预测模型预测误差求取各模型的融合权重；求取各单体预测模型对该类型交通事件的预测误差之和及其平均值，获得各单体预测模型的预测误差值；并利用误差反比例法求取各单体预测模型的融合权重；步骤10：判断该类型交通事件是否大于预测次数阈值n，如果否，则判断有无新的交通事件需要预测，如果有新的交通事件需要预测，则返回至步骤1；步骤11：将新增的n起交通事件与历史交通事件进行综合分析，对各单体预测模型的参数进行优化；步骤12：判断模型或参数是否优化完成，若优化完成，则转至步骤13；否则判断当前是否有新的交通事件需要预测其持续时间，若有，则返回步骤1，并利用原模型实施预测，若无，则继续判断模型或参数是否优化完成；步骤13：将重新标定参数或重新修正后的各单体预测模型与原单体预测模型作对比分析；在事件数据库中，随机选择各类事件若干，利用各单体预测模型的新旧模型分别对不同的交通事件持续时间进行预测，并统计各事件预测的精度；针对某一类交通事件，若新模型的预测精度优于原模型，则采用新模型实施下次预测，同时，存储各自预测结果及误差；否则，沿用原模型实施下次预测；步骤14：利用择优后的模型对未来交通事件的持续时间实施预测，若有新的交通事件需要预测其持续时间，则返回步骤1。