基于路网空间关系约束Lasso的短时交通流预测方法

摘要

基于路网空间关系约束Lasso的短时交通流预测方法，通过最小绝对收缩和选择算子Lasso实现路网约束，对路网短时交通流进行预测，分为路网分析、模型训练和实时预测三个部分。本发明提出了基于路网空间关系约束Lasso的短时交通流预测方法，结合高速公路实测交通流数据，利用Lasso算法对短时交通流进行预测，给出路网相关性分析和变量选择方法，能比较准确和快速地预测高速公路短时交通流。

主权项

1.基于路网空间关系约束Lasso的短时交通流预测方法，其特征是通过最小绝对收缩和选择算子Lasso实现路网约束，对路网短时交通流进行预测，包括以下步骤：1）对路网相关性进行分析：在图论中，拉普拉斯矩阵是图的一种矩阵表示，通过对路网之间数据采集点的分布，得到路网的拉普拉斯矩阵，并对其进行归一化处理，得到路网空间关系归一化约束矩阵L；2）建立预测模型：从路网中所有检测断面的历史交通流数据中选取特征值以及其对应的未来时刻值所述特征值为流量、车速或占有率其中之一，结合路网空间关系归一化约束矩阵L，采用Lasso进行预测，通过对各检测断面最小化Lasso的误差函数J(λ₁,λ₂,β)，获得最优估计即获得每个检测断面的下个时刻交通流与路网上所有检测断面的之前时刻数据之间的关系，所述最小化采用最小角回归方法LAR，不同检测断面的最优估计也相应不同，由所有检测断面的最优估计构成预测模型；3）对短时交通流进行实时预测：从路网上所有检测断面实时的交通流数据中获取实时特征值通过预测模型，预测所有检测断面未来时刻的交通流数据X(t+mT)，实现对路网短时交通流的预测。