CN109767622A - 面向卡口相似性划分和循环神经网络的交通流量预测方法 - Google Patents

Abstract

本发明请求保护一种面向卡口相似性划分和循环神经网络的交通流量预测方法，属于智能交通分析领域。第一，获取数据源，并做数据处理。第二，交通卡口关联性分析。根据轨迹集中交通卡口的上下文关系，使用统计概率模型构建关联空间，按照关联空间中的相对位置度量交通卡口之间的关联性；第三，按照向量空间相似性对卡口进行划分，根据交通卡口向量之间表现出的交通时空关系，使用AP聚类算法对卡口空间的卡口向量集进行无监督聚类分析，找到具有交通流量相似性的卡口组。第四，预测和分析过程，利用卡口的历史交通流量数据和具有流量相似性卡口的历史数据，建立循环神经网络预测模型,通过综合考虑时序特性和空间相关性预测卡口的交通流量。

Description

面向卡口相似性划分和循环神经网络的交通流量预测方法

技术领域

本发明属于智能交通数据分析领域，涉及交通流量预测，对单个用户车辆历史行为轨迹分析研究，是一种基于车辆轨迹数据分析的卡口车流量预测方法。

背景技术

随着城市的迅速发展和大数据技术的广泛应用，交通系统面临的问题越来越严重，用户每天产生的交通数据也越来越多，为提高用户的出行效率，人们基于大数据技术，不断探索解决交通问题的方法，如分析道路拥挤程度，分析交通卡口的车流量等来解决交通道路拥挤带来的问题。

近年来，对交通系统卡口车流量预测方法的分析研究受到了越来越多的相关企业的关注，当前对车流量预测的研究方法主要包括基于交通路网时空特性的分析、基于相邻卡口交通流的分析和基于单一卡口时间序列的分析等。在针对交通系统的车流量预测研究中，多数研究主要从交通的时空特性展开，结合交通流数据的周期特点进行短时交通流预测。

然而，现有的基于时空特性的交通车流量预测方法虽然取得了一定的效果，但实际应用中由于存在交通数据丢失的情况，造成用于进行训练预测模型的交通数据存在严重的数据稀疏问题，传统的预测方法很难达到理想效果。与此同时，对交通卡口进行无差异划分，无法体现不同卡口之间的空间差异性，造成预测方法一定程度上忽略了交通路网的空间特性，增大了预测的偏差。

基于轨迹数据的交通流量预测方法主要目的在于：通过挖掘历史交通数据的变化特征，来发现交通路网的空间特性，同时考虑历史数据，对未来一段时间的车流量进行预测，进而能够为交通流变化趋势和交通引导提供基础数据支撑。本文对交通车流量预测方法的研究，在时间层面上分析历史数据与未来数据的相关关系，捕捉交通流时间序列的变化特性。在空间层面上，通过引入词嵌入技术，对车辆轨迹的语义相似性进行分析，对交通卡口进行建模分析。进而，根据卡口之间的语义相似性，结合建模分析，将具有语义相似性的交通卡口进行聚类划分。同时，在时间序列上，根据交通流数据表现出的时序关联性，使用循环神经网络对交通流数据进行预测。本发明综合以上交通数据的特性，对交通卡口进行了建模划分，提出了一种基于车辆轨迹语义相似性的交通路网建模方法，采用循环神经网络对交通车流量进行预测。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种提高了预测准确率的面向卡口相似性划分和循环神经网络的交通流量预测方法。本发明的技术方案如下：一种面向卡口相似性划分和循环神经网络的交通流量预测方法，其包括以下步骤：

步骤1、获取数据源：直接从现有的交通大数据开源平台或者从交通管理部门获取，其中包括用户的车辆信息及其在各个卡口的过车信息集合在内的数据源，并进行预处理；

步骤2、卡口上下文分析步骤：首先提取用户轨迹中用于表示位置的交通卡口集；其次根据若干条轨迹中交通卡口的位置相似性，提取不同交通卡口的相似性，集中卡口存在的上下文关系，使用相对位置表征相似程度；最后构建交通卡口的向量空间，使得运用卡口向量集表征卡口间的交通时空关系；

步骤3、卡口语义相似性分析步骤：根据交通卡口向量之间表现出的交通时空关系，对用户的历史轨迹数据进行数据分析，使用AP聚类算法对卡口空间的卡口向量集进行无监督聚类分析，找到各个卡口具有交通流量相似性的卡口，为后续的交通流量预测提供信息；

步骤4、预测与分析步骤：利用卡口的历史交通流量数据和具有流量相似性卡口的历史数据，建立循环神经网络预测模型，通过综合考虑时序特性和空间相关性预测卡口的交通流量。

进一步的，所述步骤1的预处理步骤包括：对数据源重复数据、无效数据进行清洗。

进一步的，所述步骤2中的卡口上下文分析步骤具体包括：

S21：定义交通卡口间的关联性：将使用统计概率模型来定义关联性，取轨迹为该车按时间顺序依次经过的交通卡口one-hot向量，n是轨迹中卡口数量，卡口c与轨迹中其他卡口关联性的计算公式为：

其中Context(c)表示卡口c的前后n-1个卡口，u用于在公式中表示Context(c)中的每一个卡口，Context(c_i)表示卡口c_i的前后n-1个卡口，即Context(c_i)＝{c_i-n+1，c_i-n+2，…，c_i-1，c_i+1，…，c_i+n-2，c_i+n-1}；

S22：构建向量空间：通过上述统计概率模型的描述，构造一个s维向量空间使得每一个c_i都可以在空间有唯一的映射向量并满足：

表示映射向量的集合，向量空间中与卡口关联性最强的就是和它同时出现在一条轨迹中的卡口，即由此得到空间嵌入后的轨迹集其中是交通卡口在空间的向量表示；其中是交通卡口c_i在空间的向量表示。

进一步的，所述步骤3卡口语义相似性分析步骤具体包括：

S31：结合交通轨迹的时空关联性和轨迹模式，使用AP算法，AP算法默认将所有节点都看作潜在的聚类中心，并通过节点之间通信来选举找出最终的聚类中心，AP算法的输入是点之间的相似度矩阵，并且设置吸引度和归属度两个矩阵，吸引度r(i，k)是描述k作为i的聚类中心的可信度，归属度a(i，k)为i选择k作为聚类中心的可信程度，两者公式如下所示：

其中，i，j，k分别表示AP算法输入的各个数据点，s(i，k)表示数据点i和k之间的相似度矩阵，a_t(i，j)表示为数据点i选择j作为聚类中心的可信度，r_t(i，j)表示数据点j作为i的聚类中心的可信度；

S32：随后开始迭代计算两个矩阵，直到达到预定的迭代次数或者迭代结果保持不变，则算法结束，AP算法还在迭代时引入了介于0～1之间的衰减系数λ，加入系数后迭代公式变为下面两式，AP算法通过相似度进行聚类，聚类中心的数目不是固定的，公式如下：r_t+1(i，k)＝(1-λ)r_t+1(i，k)+λr_t(i，k)

a_t+1(i，k)＝(1-λ)a_t+1(i，k)+λa_t(i，k)。

进一步的，所述步骤4的预测与分析步骤具体包括：

S41：将步骤1获取的数据集划分为训练集和验证集：经过步骤2和3，得到具有较高语义相似性的卡口组，并且按照时间间隔得到这些卡口组的历史交通流量数据，将这些数据组成矩阵形式作为训练集和验证集，假设卡口组的卡口数量为v，时间间隔数量为m，卡口总数为C，则训练集中每个样本的用维度为v*m的矩阵表示，而标签则为该卡口组所有卡口下一时刻的交通流量，使用v*C维的one-hot编码表示，测试集同理；

S42：构建循环神经网络预测模型，循环神经网络分为前向传播和反向传播两个过程，前向传播输入序列为{x₁，x₂，x₃，x₄，x₅}，每一步输入通过一定规则对隐含层状态h产生影响，在接受最后一步输入x₅时，x₅与h共同作用产生输出，输出与数据标签进行误差计算，反向传播将前向传播产生的预测误差向前传播，不断更新神经网络的权重矩阵，通过前向传播和反向传播训练得到整个网络的所有权重参数，得到最后的模型。

本发明的优点及有益效果如下：

本发明方法针对交通流量预测的无差异划分和时空关联性的问题，提出了面向卡口相似性划分和循环神经网络的交通流量预测方法。针对传统预测方法所存在的不足，本方法引入词嵌入思想，构建卡口向量空间，用于对卡口进行轨迹语义相似性划分，结合循环神经网络的对时序数据的敏感性对卡口交通流量进行预测，提高了预测准确率。首先，针对轨迹数据里面，交通卡口的上下文相似性，引入词嵌入的思想，达到运用相关向量空间的向量表示交通卡口的目的，为分析卡口之间的语义相似性提供了坚实的基础；其次利用AP聚类算法对聚类中心数量不敏感的特点，将时空关联性较强的卡口聚合到一起，增强时序序列预测时的可信度；最后，针对交通流数据的时序特性，本文采用循环神经网络，利用其良好的时序分析能力和非线性拟合能力，对卡口的交通流量进行预测。

附图说明

图1是本发明提供优选实施例专利的总体流程图

图2是循环神经网络的结构示意图。

图3是本发明的算法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。

本发明解决上述技术问题的技术方案是：

如图1是本发明总体的流程图，包括数据获取，卡口上下文分析模块，特征提取模块，预测分析模块共四大模块。本发明的详细实施过程具体如下，包括四个步骤：

S1：获取数据源。数据源的获取可以直接从现有的交通大数据开源平台或者从交通管理部门获取。其中包括用户的车辆信息及其在各个卡口的过车信息集合。

S2：卡口上下文分析。根据交通轨迹数据的时空特性，本发明利用词嵌入思想，通过构建交通卡口向量空间对交通卡口进行时空关联性分析。

S3：AP算法聚类。根据轨迹数据中，卡口之间存在的轨迹语义相似性，构建无监督的聚类算法，将交通卡口空间中的卡口向量进行聚类，发现轨迹语义相似性较高的交通卡口组。

S4：预测和分析过程。根据AP聚类算法得到的轨迹语义相似性较高的各卡口组，再结合卡口的历史交通流量，构建预测模型的输入数据矩阵。然后使用循环神经网络对未来卡口的交通流量进行预测，通过不断调节优化神经网络参数，使得最后的损失值达到收敛，即得到交通流量预测模型。

下面将对各个部分进行详细介绍，上述步骤S1获取数据源。主要分为以下两个步骤：

S11：获取数据。各路口在不同时间点的过车数据，包括过车车牌，路口名称与位置。

S12：预处理原始数据。对数据源重复数据、无效数据进行清洗，有利于数据分析。

上述步骤S2中的卡口上下文分析。具体可以分为以下2个步骤。

S21：定义交通卡口间的关联性。将使用统计概率模型来定义关联性，取轨迹卡口c与轨迹中其他卡口关联性的计算公式为：

其中Context(c)表示卡口c的前后n-1个卡口，即Context(c_i)＝{c_i-n+1，c_i-n+2，…，c_i-1，c_i+1，…，c_i+n-2，c_i+n-1}。

S22：构建向量空间。通过上述统计概率模型的描述，我们可以构造一个s维向量空间使得每一个c_i都可以在空间有唯一的映射向量并满足：

向量空间中与卡口关联性最强的就是和它同时出现在一条轨迹中的卡口，即由此得到空间嵌入后的轨迹集其中n是轨迹中卡口数量，是交通卡口c_i在空间的向量表示。

上述步骤S3中对交通卡口向量进行AP聚类，主要分为以下两个步骤：

S31：结合交通轨迹的时空关联性和轨迹模式，使用AP算法，该算法默认将所有节点都看作潜在的聚类中心，并通过节点之间通信来选举找出最终的聚类中心。AP算法的输入是点之间的相似度矩阵，并且设置吸引度和归属度两个矩阵。吸引度r(i，k)是描述k作为i的聚类中心的可信度，归属度a(i，k)为i选择k作为聚类中心的可信程度，两者公式如下所示：

S32：随后开始迭代计算两个矩阵，直到达到预定的迭代次数或者迭代结果保持不变，则算法结束。AP算法还在迭代时引入了介于0～1之间的衰减系数λ，加入系数后迭代公式变为下面两式。AP算法通过相似度进行聚类，聚类中心的数目不是固定的，这也是该算法相比其他聚类算法的明显优势。

r_t+1(i，k)＝(1-λ)r_t+1(i，k)+λr_t(i，k)

a_t+1(i，k)＝(1-λ)a_t+1(i，k)+λa_t(i，k)

上述步骤S4，预测和分析过程。主要分为以下两个步骤：

S41：将步骤S1获取的数据集划分为训练集和验证集。经过步骤S2和S3，得到具有较高语义相似性的卡口组，并且可以按照时间间隔得到这些卡口组的历史交通流量数据，将这些数据组成矩阵形式作为训练集和验证集，假设卡口组的卡口数量为v，时间间隔数量为m，卡口总数为C，则训练集中每个样本的可以用维度为v*m的矩阵表示，而标签则为该卡口组所有卡口下一时刻的交通流量，使用v*C维的one-hot编码表示，测试集同理。

S42：构建如图2所示循环神经网络预测模型。循环神经网络分为前向传播和反向传播两个过程。以前向传播为例，输入序列为{x₁，x₂，x₃，x₄，x₅}，每一步输入通过一定规则对隐含层状态h产生影响，在接受最后一步输入x₅时，x₅与h共同作用产生输出，输出与数据标签进行误差计算。反向传播将前向传播产生的预测误差向前传播，不断更新神经网络的权重矩阵。通过前向传播和反向传播训练得到整个网络的所有权重参数，得到最后的模型。

本发明针对交通流量预测的无差异划分和时空关联性的问题，提出了面向卡口相似性划分和循环神经网络的交通流量预测方法。针对传统预测方法所存在的不足，本方法引入词嵌入思想，构建卡口向量空间，用于对卡口进行轨迹语义相似性划分，结合循环神经网络的对时序数据的敏感性对卡口交通流量进行预测，提高了预测准确率。具体算法流程如图3所示。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (5)

1.一种面向卡口相似性划分和循环神经网络的交通流量预测方法，其特征在于，包括以下步骤：

步骤1、获取数据源：直接从现有的交通大数据开源平台或者从交通管理部门获取包括用户的车辆信息及其在各个卡口的过车信息集合在内的数据源，并进行预处理；

步骤2、卡口上下文分析步骤：首先提取用户轨迹中用于表示位置的交通卡口集；其次根据若干条轨迹中交通卡口的位置相似性，提取不同交通卡口的相似性，集中卡口存在的上下文关系，使用相对位置表征相似程度；最后构建交通卡口的向量空间，使得运用卡口向量集表征卡口间的交通时空关系；

步骤3、卡口语义相似性分析步骤：根据交通卡口向量之间表现出的交通时空关系，对用户的历史轨迹数据进行数据分析，使用AP聚类算法对卡口空间的卡口向量集进行无监督聚类分析，找到各个卡口具有交通流量相似性的卡口，为后续的交通流量预测提供信息；

步骤4、预测与分析步骤：利用卡口的历史交通流量数据和具有流量相似性卡口的历史数据，建立循环神经网络预测模型，通过综合考虑时序特性和空间相关性预测卡口的交通流量。

2.根据权利要求1所述的一种面向卡口相似性划分和循环神经网络的交通流量预测方法，其特征在于，所述步骤1的预处理步骤包括：对数据源重复数据、无效数据进行清洗。

3.根据权利要求1所述的一种面向卡口相似性划分和循环神经网络的交通流量预测方法，其特征在于，所述步骤2中的卡口上下文分析步骤具体包括：

S21：定义交通卡口间的关联性：将使用统计概率模型来定义关联性，取轨迹为该车按时间顺序依次经过的交通卡口one-hot向量，n是轨迹中卡口数量，卡口c与轨迹中其他卡口关联性的计算公式为：

其中Context(c)表示卡口c的前后n-1个卡口，u用于在公式中表示Context(c)中的每一个卡口，Context(c_i)表示卡口c_i的前后n-1个卡口，即Context(c_i)＝{c_i-n+1,c_i-n+2,…,c_i-1,c_i+1,…,c_i+n-2,c_i+n-1}；

S22:构建向量空间：通过上述统计概率模型的描述，构造一个s维向量空间使得每一个c_i都可以在空间有唯一的映射向量并满足：

表示映射向量的集合，向量空间中与卡口关联性最强的就是和它同时出现在一条轨迹中的卡口，即由此得到空间嵌入后的轨迹集其中是交通卡口在空间的向量表示；其中是交通卡口c_i在空间的向量表示。

4.根据权利要求3所述的一种面向卡口相似性划分和循环神经网络的交通流量预测方法，其特征在于，所述步骤3卡口语义相似性分析步骤具体包括：

S31：结合交通轨迹的时空关联性和轨迹模式，使用AP算法，AP算法默认将所有节点都看作潜在的聚类中心，并通过节点之间通信来选举找出最终的聚类中心，AP算法的输入是点之间的相似度矩阵，并且设置吸引度和归属度两个矩阵，吸引度r(i,k)是描述k作为i的聚类中心的可信度,归属度a(i,k)为i选择k作为聚类中心的可信程度，两者公式如下所示：

其中，i,j,k分别表示AP算法输入的各个数据点，s(i,k)表示数据点i和k之间的相似度矩阵，a_t(i,j)表示为数据点i选择j作为聚类中心的可信度，r_t(i,j)表示数据点j作为i的聚类中心的可信度；

S32：随后开始迭代计算两个矩阵，直到达到预定的迭代次数或者迭代结果保持不变，则算法结束，AP算法还在迭代时引入了介于0～1之间的衰减系数λ，加入系数后迭代公式变为下面两式，AP算法通过相似度进行聚类，聚类中心的数目不是固定的，公式如下：r_t+1(i,k)＝(1-λ)r_t+1(i,k)+λr_t(i,k)

a_t+1(i,k)＝(1-λ)a_t+1(i,k)+λa_t(i,k)。

5.根据权利要求4所述的一种面向卡口相似性划分和循环神经网络的交通流量预测方法，其特征在于，所述步骤4的预测与分析步骤具体包括：

S41：将步骤1获取的数据集划分为训练集和验证集：经过步骤2和3，得到具有较高语义相似性的卡口组，并且按照时间间隔得到这些卡口组的历史交通流量数据，将这些数据组成矩阵形式作为训练集和验证集，假设卡口组的卡口数量为v，时间间隔数量为m，卡口总数为C,则训练集中每个样本的用维度为v*m的矩阵表示，而标签则为该卡口组所有卡口下一时刻的交通流量，使用v*C维的one-hot编码表示，测试集同理；

S42：构建循环神经网络预测模型，循环神经网络分为前向传播和反向传播两个过程，前向传播输入序列为{x₁,x₂,x₃,x₄,x₅}，每一步输入通过一定规则对隐含层状态h产生影响，在接受最后一步输入x₅时，x₅与h共同作用产生输出，输出与数据标签进行误差计算，反向传播将前向传播产生的预测误差向前传播，不断更新神经网络的权重矩阵，通过前向传播和反向传播训练得到整个网络的所有权重参数，得到最后的模型。