專利名稱：一種非參數(shù)回歸短時(shí)交通流預(yù)測(cè)中狀態(tài)向量的選取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及短時(shí)交通流預(yù)測(cè)技術(shù)領(lǐng)域，特別涉及一種非參數(shù)回歸短時(shí)交通流預(yù)測(cè) 中狀態(tài)向量的選取方法。
背景技術(shù)：
目前國(guó)內(nèi)外許多研究者都將非參數(shù)回歸方法應(yīng)用到短時(shí)交通流預(yù)測(cè)研究當(dāng)中，并 根據(jù)實(shí)際問(wèn)題的需要對(duì)非參數(shù)回歸方法進(jìn)行必要的改進(jìn)。1991年，Davis和Nihan真正將 非參數(shù)回歸的方法應(yīng)用到交通預(yù)測(cè)中，雖然避免了選取模型和參數(shù)設(shè)置等問(wèn)題，但該方法 需要一個(gè)龐大的具有代表性的歷史數(shù)據(jù)庫(kù)并且方法運(yùn)行所消耗的時(shí)間較長(zhǎng)。1995年，Smith 將非參數(shù)回歸方法應(yīng)用于單點(diǎn)短時(shí)交通流預(yù)測(cè)，實(shí)驗(yàn)結(jié)果取得了相比歷史平均和神經(jīng)網(wǎng)絡(luò) 更好的效果，但同樣存在搜索速度太慢的問(wèn)題。針對(duì)搜索速度太慢的問(wèn)題，Oswald等人從 KD樹(shù)著手建立模糊最近鄰的方法，從而改進(jìn)了非參數(shù)回歸方法中歷史數(shù)據(jù)結(jié)構(gòu)模式和近鄰 搜索方法，提高了方法的運(yùn)行效率。張曉利提出了一種基于平衡二叉樹(shù)的K-鄰域非參數(shù) 的短時(shí)交通流預(yù)測(cè)方法，采用聚類方法和平衡二叉樹(shù)結(jié)構(gòu)建立案例數(shù)據(jù)庫(kù)，從而提高了預(yù) 測(cè)精度并滿足了實(shí)時(shí)性要求。這些主要是從歷史數(shù)據(jù)庫(kù)的存儲(chǔ)模式和近鄰搜索方法進(jìn)行改 進(jìn)。然而，對(duì)描述上游路段和待測(cè)路段流量因果關(guān)系的狀態(tài)向量的選取主要有主成分 分析法、相關(guān)系數(shù)法和自相關(guān)系數(shù)等，這些方法都是從統(tǒng)計(jì)的角度進(jìn)行分析，把與待測(cè)路段 流量較相關(guān)的因素作為狀態(tài)向量的分量，而對(duì)是否選取了狀態(tài)向量及是否改進(jìn)了預(yù)測(cè)效果 缺乏研究。值得注意的是，通過(guò)改進(jìn)歷史數(shù)據(jù)庫(kù)的存儲(chǔ)模式和近鄰搜索方法之后即使縮短 了方法的運(yùn)行時(shí)間，但是如果狀態(tài)向量的選取不足以描述上游路段和待測(cè)路段的流量因果 關(guān)系，那么最終的預(yù)測(cè)效果也不足以讓人滿意。

發(fā)明內(nèi)容
為了解決上述問(wèn)題，提高預(yù)測(cè)精度、縮短運(yùn)行時(shí)間，滿足實(shí)際應(yīng)用中的需要，本發(fā) 明提供了一種非參數(shù)回歸短時(shí)交通流預(yù)測(cè)中狀態(tài)向量的選取方法，所述方法包括以下步 驟(1)根據(jù)第一預(yù)設(shè)準(zhǔn)則判斷和待測(cè)路段相關(guān)的上游路段是否在上游路段集合中， 如果是，執(zhí)行步驟(2)；如果否，所述上游路段不在上游路段集合中；(2)通過(guò)預(yù)設(shè)數(shù)據(jù)獲取待測(cè)路段方圓L范圍內(nèi)車(chē)流的平均速度；(3)根據(jù)所述平均速度、預(yù)測(cè)周期獲取歷史追溯最大周期數(shù)m ；(4)根據(jù)所述上游路段集合和所述歷史追溯最大周期數(shù)m獲取初始狀態(tài)向量；(5)根據(jù)所述初始狀態(tài)向量的維數(shù)M確定粒子的編碼長(zhǎng)度；(6)設(shè)定粒子數(shù)為Z，隨機(jī)產(chǎn)生Z個(gè)粒子；(7)定義適應(yīng)度函數(shù)，根據(jù)所述適應(yīng)度函數(shù)獲取Z個(gè)粒子的適應(yīng)度；(8)根據(jù)所述Z個(gè)粒子的適應(yīng)度獲取粒子的個(gè)體極值和全局極值；
(9)將Z個(gè)粒子的編碼分別與所述個(gè)體極值的編碼、所述全局極值的編碼進(jìn)行交 叉操作、根據(jù)預(yù)設(shè)概率進(jìn)行變異操作，獲取全局最優(yōu)粒子；(10)判斷是否達(dá)到預(yù)設(shè)次數(shù)，如果是，輸出所述全局最優(yōu)粒子；如果否，重新執(zhí)行 步驟(7)；(11)將所述全局最優(yōu)粒子和所述初始狀態(tài)向量做點(diǎn)乘運(yùn)算獲取狀態(tài)向量。步驟⑴中所述第一預(yù)設(shè)準(zhǔn)則具體為
權(quán)利要求
一種非參數(shù)回歸短時(shí)交通流預(yù)測(cè)中狀態(tài)向量的選取方法，其特征在于，所述方法包括以下步驟(1)根據(jù)第一預(yù)設(shè)準(zhǔn)則判斷和待測(cè)路段相關(guān)的上游路段是否在上游路段集合中，如果是，執(zhí)行步驟(2)；如果否，所述上游路段不在上游路段集合中；(2)通過(guò)預(yù)設(shè)數(shù)據(jù)獲取待測(cè)路段方圓L范圍內(nèi)車(chē)流的平均速度；(3)根據(jù)所述平均速度、預(yù)測(cè)周期獲取歷史追溯最大周期數(shù)m；(4)根據(jù)所述上游路段集合和所述歷史追溯最大周期數(shù)m獲取初始狀態(tài)向量；(5)根據(jù)所述初始狀態(tài)向量的維數(shù)M確定粒子的編碼長(zhǎng)度；(6)設(shè)定粒子數(shù)為Z，隨機(jī)產(chǎn)生Z個(gè)粒子；(7)定義適應(yīng)度函數(shù)，根據(jù)所述適應(yīng)度函數(shù)獲取Z個(gè)粒子的適應(yīng)度；(8)根據(jù)所述Z個(gè)粒子的適應(yīng)度獲取粒子的個(gè)體極值和全局極值；(9)將Z個(gè)粒子的編碼分別與所述個(gè)體極值的編碼、所述全局極值的編碼進(jìn)行交叉操作、根據(jù)預(yù)設(shè)概率進(jìn)行變異操作，獲取全局最優(yōu)粒子；(10)判斷是否達(dá)到預(yù)設(shè)次數(shù)，如果是，輸出所述全局最優(yōu)粒子；如果否，重新執(zhí)行步驟(7)；(11)將所述全局最優(yōu)粒子和所述初始狀態(tài)向量做點(diǎn)乘運(yùn)算獲取狀態(tài)向量。
2.根據(jù)權(quán)利要求1所述的非參數(shù)回歸短時(shí)交通流預(yù)測(cè)中狀態(tài)向量的選取方法，其特征 在于，步驟(1)中所述第一預(yù)設(shè)準(zhǔn)則具體為Yu dis(p"pstream, ^ntersecfto") < LUj其中，表示上游路段中的第i條路段中點(diǎn)的坐標(biāo)位置，尸;表示上游路段第 j個(gè)交叉路口中心的坐標(biāo)位置，^^orte"，表示上游路段中的第i條路段中點(diǎn)的坐標(biāo) 位置和上游路段第j個(gè)交叉路口中心的坐標(biāo)位置之間的距離。
3.根據(jù)權(quán)利要求1所述的非參數(shù)回歸短時(shí)交通流預(yù)測(cè)中狀態(tài)向量的選取方法，其特征 在于，步驟(3)中所述歷史追溯最大周期數(shù)m具體為m = int(L/^c),C表示預(yù)測(cè)周期。表示平均速度。
4.根據(jù)權(quán)利要求1所述的非參數(shù)回歸短時(shí)交通流預(yù)測(cè)中狀態(tài)向量的選取方法，其特征 在于，步驟(5)中所述初始狀態(tài)向量的維數(shù)M具體為M = (s+1) (m+1)，s表示上游路段號(hào)集合中的元素個(gè)數(shù)。
5.根據(jù)權(quán)利要求1所述的非參數(shù)回歸短時(shí)交通流預(yù)測(cè)中狀態(tài)向量的選取方法，其特征 在于，步驟(7)中所述適應(yīng)度函數(shù)具體為F (VAR, ARE, PER, EC) = λ ^V+ λ 2ARE+ λ 3/PER+ λ 4/EC, EV 表示預(yù)測(cè)誤差的方差，ARE 表 示平均相對(duì)誤差，PER表示預(yù)測(cè)相對(duì)誤差在區(qū)間W，α]之間的百分?jǐn)?shù)，EC表示均等系數(shù)， λ 表示EV的權(quán)重，λ 2表示ARE的權(quán)重，λ 3表示PER的權(quán)重，λ 4表示EC的權(quán)重，α表示 預(yù)測(cè)相對(duì)誤差。
6.根據(jù)權(quán)利要求1所述的非參數(shù)回歸短時(shí)交通流預(yù)測(cè)中狀態(tài)向量的選取方法，其特征 在于，步驟(7)中所述根據(jù)適應(yīng)度函數(shù)獲取Z個(gè)粒子的適應(yīng)度具體包括定義當(dāng)前預(yù)測(cè)周期流量狀態(tài)模式；對(duì)粒子的編碼和所述當(dāng)前預(yù)測(cè)周期流量狀態(tài)模式做點(diǎn)乘運(yùn)算，獲取當(dāng)前流量狀態(tài)模式；對(duì)粒子的編碼和歷史數(shù)據(jù)庫(kù)流量狀態(tài)模式做點(diǎn)乘運(yùn)算，獲取當(dāng)前歷史數(shù)據(jù)庫(kù)流量狀態(tài) 模式；根據(jù)所述當(dāng)前流量狀態(tài)模式和所述當(dāng)前歷史數(shù)據(jù)庫(kù)流量狀態(tài)模式通過(guò)K近鄰匹配和 等權(quán)重預(yù)測(cè)對(duì)當(dāng)前預(yù)測(cè)周期的下一周期流量進(jìn)行預(yù)測(cè)，獲取第一預(yù)測(cè)誤差，以所述第一預(yù) 測(cè)誤差作為當(dāng)前粒子的適應(yīng)度。
全文摘要
本發(fā)明公開(kāi)了一種非參數(shù)回歸短時(shí)交通流預(yù)測(cè)中狀態(tài)向量的選取方法，涉及短時(shí)交通流預(yù)測(cè)技術(shù)領(lǐng)域，通過(guò)在高峰時(shí)段、平峰時(shí)段、低峰時(shí)段和全天候四種情況下采用本發(fā)明提供的方法提高了預(yù)測(cè)精度、穩(wěn)定性、速度和可移植性，縮短了運(yùn)行時(shí)間，驗(yàn)證了本發(fā)明提供的方法的有效性和必要性。
文檔編號(hào)G08G1/00GK101982843SQ20101051411
公開(kāi)日2011年3月2日 申請(qǐng)日期2010年10月21日 優(yōu)先權(quán)日2010年10月21日
發(fā)明者朱寧, 王鵬飛, 賈寧, 鄭亮, 馬壽峰 申請(qǐng)人:天津大學(xué)