钟会玲，吴昊旻，陈迎迎，孙万菊

（浙江浙大中控信息技术有限公司，浙江杭州 310053）

不完整信息下城市交通速度修复算法

钟会玲，吴昊旻，陈迎迎，孙万菊

（浙江浙大中控信息技术有限公司，浙江杭州 310053）

通过深入分析不完整信息数据的交通流路段速度，提出神经网络与线性回归组合模型的速度修复算法，利用相关性分析在交通流数据中找到路段速度在时间和空间上影响因素，将在时间上影响路段速度的因素作为神经网络模型的输入变量，将在空间上影响路段速度的因素作为神经网络模型的输入变量，分别输出路段速度预测结果，将以上模型预测结果作为线性回归模型输入变量，最终得出路段速度二次预测结果。

交通流；路段速度；线性回归；神经网络；线性相关

将时间和空间组合的相关性引入交通数据分析可以较好地解决单纯依赖时间序列和空间分析存在的问题，因此，本文引入时空组合模型对路段速度进行修复的方法，解决不完整信息下城市交通速度修复问题。

1 方法与数据

1.1方法

（1）BP神经网络模型

神经网络的训练过程是一个不断向样本学习的过程，学习的目的是通过不断调整网络权值得到较小的预测误差，BP神经网络模型是一种以反向传播算法学习的前馈式多层感知机，采用参数优化方法实现网络权值的调整，参数优化是在一个特定模型结构M中，利用数据D优化模型参数，以求得使损失函数L（W）=L（W│D，M）达到最小时的模型参数W。……