基于时空特性的分时段多参数短时交通流预测方法

摘要

本发明公开了基于时空特性的分时段多参数短时交通流预测方法，该预测方法在获得目标监测点和上下游监测点速度、交通流量和时间占有率三种交通参数的实时和历史数据的基础上，通过利用交通流的时空特性（Time-Space，TS）与小波神经网络（Wavelet Neural Network, WNN）预测算法相结合，构建了TS-WNN预测模型，并利用分时段多参数的预测方法，将三种交通参数在工作日和非工作日分别进行短时交通流预测。本发明充分考虑交通流数据的时空特性，并进行分时段多参数预测，提高了预测精度和预测普适性，能更好地满足高速公路交通对预测的需求，帮助交通管理者更好地进行交通控制，为出行者规划更优的出行路径。

主权项

基于时空特性的分时段多参数短时交通流预测方法，其特征在于：在获得目标监测点和上下游监测点的速度、交通流量和时间占有率三种交通参数的实时和历史数据的基础上，通过利用交通流的时空特性(Time‑Space，TS)与小波神经网络(Wavelet Neural Network,WNN)预测算法相结合，构建TS‑WNN预测模型，并利用分时段多参数的预测方法，将三种交通参数在工作日和非工作日分别进行短时交通流预测。