基于多模型融合的交通流量预测
2018-07-16刘振辉
科技视界 2018年2期
刘振辉
0 引言
智能交通系统(Intelligent Transportation System)简称ITS[1],早在上个世纪就已经提出这个概念,它是将多学科多技术领域进行融合的系统。现代智能交通也是基于ITS的开发,如今对于交通拥堵的措施依然是采用观察到拥堵,再进行交通交管,所造成的问题就是响应时间长,采取措施有延迟,并不能准确的进行有效的控制,先通过历史数据可以准确的预测出接下来时刻的多道路的交通流量变化,可以做到提前预防,并且多多路段的预测,可以实现对症下药,对正确的上游路段或者下游路段采取措施。随着计算能力的提高,人工智能的飞速发展,今年来对于交通流量的预测也成为交通部门的重点研究问题。
短时交通流量预测,近几年中对应推出的算法也有很多种[2-7],但由于数据封锁,计算能力的限制,对交通流量预测能力也限制在一定的程度。本文针对由官方提供的实时的132条道路的3,4,5,6四个月每个时刻的实时交通数据,进行仿真实验最终实验提高对交通流量的准确预测。
1 数据预处理
根据真实交通流量数据,我们需要预先做数据预处理去掉噪声数据,几个月里有特殊节假日前后对交通流量影响较大,根据国家的法定假日时间去掉节假日以及前一天和后一天的数据,以及针对离群值过大的数据和峰值偏差过大的数据也采用舍弃防止影响总体预测效果,针对缺失值采用取平均值补全策略。
2 特征提取
本文对交通数据提取特征主要分为……
登录APP查看全文
