CN110083802B

CN110083802B - 基于多目标回归的高速公路收费站车流量大数据预测方法

Info

Publication number: CN110083802B
Application number: CN201910293785.9A
Authority: CN
Inventors: 王进; 高选人; 孙开伟; 许景益; 邓欣; 陈乔松
Original assignee: Chongqing University of Post and Telecommunications
Current assignee: Yami Technology Guangzhou Co ltd
Priority date: 2019-04-12
Filing date: 2019-04-12
Publication date: 2022-05-03
Anticipated expiration: 2039-04-12
Also published as: CN110083802A

Abstract

本发明请求保护一种基于多目标回归的高速公路收费站车流量大数据预测方法，包括：101对数据进行预处理操作；102对数据进行打标操作；103对数据进行特征工程构建操作；104构建一种结合目标特定特征和目标相关性的多目标回归模型；105通过已建立的模型，根据收费站历史车流量数据、天气数据等信息，预测收费站8点到10点每20分钟的车流量。本发明主要是通过对收费站历史车流量数据、天气数据等信息进行预处理和分析提取特征，建立一种结合目标特定特征和目标相关性的多目标回归模型，预测收费站8点到10点每20分钟的车流量，从而使交通管理部门能够利用大数据及时采取措施减少收费站的拥堵。

Description

基于多目标回归的高速公路收费站车流量大数据预测方法

技术领域

本发明属于机器学习、大数据处理技术领域，尤其基于多目标回归的高速公路收费站车流量大数据预测方法。

背景技术

高速公路收费站是交通网络中众所周知的瓶颈。在高峰时段，收费站排长队可能会压倒交通管理部门。采用有效的先发制人对策来解决这一问题非常有必要。这些对策包括加快收费过程、临时开放更多车道、自适应地调整交通信号等等。但是想要采取这些措施，交通管理部门必须要收到对未来车流量的可靠预测。这些流量不仅仅是一个时段，而是多个时段。这是一个典型的多目标回归问题，因此发明一种基于多目标回归的高速公路收费站车流量大数据预测方法，同时考虑到目标特定特征和目标间相关性，更准确地预测未来车流量。

现有技术未考虑到多目标回归，只是分别为每个目标建模。每个目标对应的特征是相同的，无法为每个目标构建目标特定特征，也没有考虑到目标间的相关性。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种基于多目标回归的高速公路收费站车流量大数据预测方法。本发明的技术方案如下：

一种基于多目标回归的高速公路收费站车流量大数据预测方法，其包括以下步骤：

101.对历史车流量数据和天气数据进行包括清洗异常值在内的预处理操作；

102.获取8点到10点累计20分钟的总车流量，对20分钟的总车流量求和作为对数据进行的打标操作；

103.对数据进行特征工程构建操作从而得到最终的训练集和测试集，特征工程主要采用特征群的方法构建流量特征群、时间特征群、天气特征群、离散特征群、交叉特征群；

104.构建结合目标特定特征和目标相关性的多目标回归模型；在多目标回归模型中，需要对每个目标构建其特定特征从而更好地区别每个目标，但同时，目标间是存在相互关联的，所以需要考虑目标相关性关联每个目标，结合了目标特定特征和目标相关性才能更全面地学习到数据中所包含的信息；

105.通过已建立的模型，根据收费站历史车流量数据、天气数据信息，预测8点到10点两小时每20分钟的车流量。

进一步的，所述步骤101历史车流量数据包括收费站ID、收费站容量等级、收费站是否使用电子收费系统、车辆通过该收费站的方向、车辆通过该收费站的时间点、该车辆是客车还是货车，所述天气数据包括日期、小时、大气压、海平面压力、风向、风速、温度、相对湿度、降雨量。

进一步的，所述步骤101预处理操作包括：

对异常值进行清洗，国庆期间车流量明显增大，属于异常数据，删除国庆期间的样本.

进一步的，所述步骤102累计20分钟的总车流量对数据进行打标操作，具体为累加8点到10点两小时每20分钟的车流量，构造6个目标。

进一步的，所述步骤103特征工程构建包括构建流量特征群、时间特征群、天气特征群、离散特征群、交叉特征群。

进一步的，所述流量特征群包括：7天历史车流量、6点到8点的车流量，以及车流量的均值、方差、中位数、最值在内的统计特征；

所述时间特征群包括：预测当天是周几，是否为周末，是当天的第几小时；

所述天气特征群包括：大气压、海平面压力、风向、风速、温度、相对湿度、降雨量；

所述离散特征群包括：收费站ID、车辆通过收费站的方向、当天是周几、当天的第几个小时进行one-hot离散；

所述交叉特征群包括：上述特征群的两两交叉，

进一步的，所述步骤104构建一种结合目标特定特征和目标相关性的多目标回归模型，具体包括：

给定训练样本集D＝{(x₁，y₁)，(x₂，y₂)，...，(x_n，y_n)}，即

表示训练样本集D有n条样本，d维特征，6个目标；其中，(x₁，y₁)表示第1条样本，x₁表示第1条样本的特征向量，y₁表示第1条样本的目标向量，…，(x_n，y_n)表示第n条样本，x_n表示第n条样本的特征向量，y_n表示第n条样本的目标向量；

原始特征矩阵X＝(x₁，x₂，...，x_n)^T，即

其中x_i＝(x_i1，x_i2，...，x_id)^T表示第i个样本的原始特征，1≤i≤n；X_·，j＝(x_1j，x_2j，...，x_nj)^T表示第j个原始特征列，1≤j≤d；

目标矩阵Y＝(y₁，y₂，...，y_n)^T，即

其中y_i＝(流量_i1，流量_i2，…，流量_i6)^T表示第i个样本的目标，1≤i≤n；Y_·，j＝(流量_1j，流量_2j，...，流量_nj)^T表示第j个目标列，1≤j≤6。

进一步的，步骤104考虑目标特定特征的具体步骤为：

①对原始特征进行归一化得到

构成归一化后的训练样本集

对每个目标Y_·，j，以数据集D_j′＝{(X′，Y_·，j)}作为输入进行kmeans聚类，其中1≤j≤6，2≤K≤20。即从2到20之间找到最佳聚类簇数best_k；

②对每个目标Y_·，j，以数据集D_j′＝{(X′，Y_·，j)}作为输入进行kmeans聚类，其中1≤j≤6，K＝best_k。由此数据集D_j′被聚为best_k个类，即：

其中

1≤K≤best_k，表示第K个簇中特征归一化后的所有样本，对应的特征归一化前的所有样本表示为

X′_K表示第K个簇中所有样本归一化后的特征，对应的归一化前的原始特征则表示为X_K；

③对

进行kmeans聚类，聚为k类：

其中1≤K≤best_k，ratio是模型的参数，用以控制目标特定特征的规模，设定为0＜ratio≤1，由此

进行kmeans聚类后得到k个中心点：

centers_jK＝(C_jK ¹，C_jK ²，...，C_jK ^k)^T

其中C_jK ^q＝(C_jK1 ^q，C_jK2 ^q，...，C_jKd ^q)^T表示D_jK的第q个中心点，1≤q≤k

由此数据集D_j＝{(X，Y_·，j)}就得到了s个中心点centers_j，其中s＝best_k*k，有

即：

简化为

④对于数据集D_j＝{(X，Y_·，j)}，计算X与centers_j的欧式距离得到s个目标特定特征X^sp _j＝(x^sp _j1，x^sp _j2，...，x^sp _jn)^T；

第i个样本的目标特定特征为x^sp _ji＝(x^sp _ji1，x^sp _ji2，...，x^sp _jia)^T，对于其第t个分量，即第i个样本的第t个目标特定特征值，有

其中1≤i≤n，1≤t≤s。C_jtd表示第j个目标的第t个聚类中心点的第d个元素；

进一步的，步骤104训练过程所述考虑目标间相关性的具体步骤为：

①对数据集D_j＝{(X，Y_·，j)}，训练模型f_j(X)≈Y_·，j。其中1≤j≤6；

②计算Y_·，j与Y_·，～j的相关性，给定阈值tkreshold，算出与Y_·，j的相关性大于threshold的目标值集合Y_·，c，即

Y_·，c＝{y|corr(Y_·，j，Y_·，～j)＞threshold}

其中threshold＝0.7。

③调用模型f_j，得到Y_·，c的预测值矩阵为

进一步的，所述结合目标特定特征和目标间相关性的具体步骤为：

对数据集D_j＝{(X，Y_·，j)}，训练模型

对新样本x_new＝(x_new1，x_new2，...，x_newd)^T，首先根据中心点centers_j算出其目标特定特征，即

x_new ^sp _j＝(x_new ^sp _j1，x_new ^sp _j2，...，x_new ^sp _jd)^T

对于其第t个分量，即第t个目标特定特征值，有

其中1≤i≤n，1≤t≤s；

再调用模型f_j，得到Y_·，c的预测值矩阵为

最后调用模型f_j′，得到新样本x_new的第j个目标的预测值为

本发明的优点及有益效果如下：

本发明弥补了传统机器学习算法无法完全考虑到多个目标，也就是多个时段车流量的差异以及关联的问题。突出的创新点在于：

①采用分特征群的方式提取特征，使特征提取得更全面；

②预测收费站车流量时考虑到了天气因素，更符合现实场景，使预测更为准确；

③提出一种多目标回归算法，更好地解决了多个时段车流量的预测问题；

④提出的多目标回归算法同时考虑到了目标特定特征和目标间关联性，很好地学习到了目标间的差异以及联系；

⑤现有方法对于每个目标都使用同一套特征，本发明通过无监督学习，对每个目标进行划分，找到每个目标下每个划分的代表性样本点，从而通过计算原始样本与代表性样本点的距离找到每个目标的特定特征；

⑥现有方法未考虑到目标间的相关性，本发明通过计算相关系数，找到了每个目标相关的目标预测值，进一步挖掘出了数据所包含的信息。

附图说明

图1是本发明提供优选实施例一种基于多目标回归的高速公路收费站车流量大数据预测方法的流程图；

图2为本发明实施例一种基于多目标回归的高速公路收费站车流量大数据预测方法中的考虑目标特定特征的多目标回归算法的流程图；

图3为本发明实施例一种基于多目标回归的高速公路收费站车流量大数据预测方法中的考虑目标间相关性的多目标回归算法的流程图。

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：

参考图1，图1为本发明实施例一提供一种基于多目标回归的高速公路收费站车流量大数据预测方法的流程图，具体包括：

101.收集历史车流量数据和天气数据并对数据进行预处理操作：收集历史车流量数据、天气数据，具体如下：

收集历史车流量数据包括收费站ID、收费站容量等级、收费站是否使用电子收费系统、车辆通过该收费站的方向、车辆通过该收费站的时间点、该车辆是客车还是货车。

表1 历史车流量数据

收集天气数据包括日期、小时、大气压、海平面压力、风向、风速、温度、相对湿度、降雨量。

Filed	Type	Description
			date	date	日期
hour	int	小时
			pressure	float	大气压
sea_pressure	float	海平面压力
			wind_direction	float	风向
wind_speed	float	风速
			temperature	float	温度
rel_humidity	float	相对湿度
			precipitation	float	降雨量

表2 天气数据

数据预处理包括历史车流量数据和天气数据的处理，根据两个数据表的描述以及物理理解进行如下处理：

对异常值进行清洗，国庆期间车流量明显增大，属于异常数据，删除国庆期间的样本；

102.累计20分钟的总车流量，对数据进行打标操作：具体为累加8点到10点两小时每20分钟的车流量，构造6个目标。

103.对训练集和测试集进行特征工程构建操作：包括流量特征群、时间特征群、天气特征群、离散特征群、交叉特征群。

①流量特征群：7天历史车流量、6点到8点的车流量，以及车流量的均值、方差、中位数、最值等统计特征；

②时间特征群：预测当天是周几，是否为周末，是当天的第几小时；

③天气特征群：大气压、海平面压力、风向、风速、温度、相对湿度、降雨量；

④离散特征群：收费站ID、车辆通过收费站的方向、当天是周几、当天的第几个小时进行one-hot离散；

⑤交叉特征群：上述特征群的两两交叉，例如流量特征群与时间特征群交叉，可以得到周末的车流量，周一到周末的车流量。

104.构建一种结合目标特定特征和目标相关性的多目标回归模型：给定训练样本集D＝{(x₁，y₁)，(x₂，y₂)，...，(x_n，y_n)}，即

表示训练样本集D有n条样本，d维特征，6个目标。

原始特征矩阵X＝(x₁，x₂，...，x_n)^T，即

其中x_i＝(x_i1，x_i2，...，x_id)^T表示第i个样本的原始特征，1≤i≤n；X_·，j＝(x_1j，x_2j，...，x_nj)^T表示第j个原始特征列，1≤j≤d。

目标矩阵Y＝(y₁，y₂，...，y_n)^T，即

其中y_i＝(y_i1，y_i2，...，y_im)^T表示第i个样本的目标，1≤i≤n；Y_·，j＝(y_1j，y_2j，...，y_nj)^T表示第j个目标列，1≤j≤6。

①考虑目标特定特征的具体步骤为：

(1)对原始特征进行归一化得到

构成归一化后的训练样本集

对每个目标Y_·，j，以数据集D_j′＝{(X′，Y_·，j)}作为输入进行kmeans聚类，其中1≤j≤6，2≤K≤20。即从2到20之间找到最佳聚类簇数best_k。

(2)对每个目标Y_·，j，以数据集D_j′＝{(X′，Y_·，j)}作为输入进行kmeans聚类，其中1≤j≤6，K＝best_k。由此数据集D_j′被聚为best_k个类，即：

其中

X′_K表示第K个簇中所有样本归一化后的特征，对应的归一化前的原始特征则表示为X_K。

(3)对

进行kmeans聚类，聚为k类：

其中1≤K≤best_k，ratio是模型的参数，用以控制目标特定特征的规模，设定为0＜ratio≤1。由此

进行kmeans聚类后得到k个中心点：

centers_jK＝(C_jK ¹，C_jK ²，...，C_jK ^k)^T

其中C_jK ^q＝(C_jK1 ^q，C_jK2 ^q，...，C_jKd ^q)^T表示

的第q个中心点，1≤q≤k

即：

简化为

(4)对于数据集D_j＝{(X，Y_·，j)}，计算X与centers_j的欧式距离得到s个目标特定特征X^sp _j＝(x^sp _j1，x^sp _j2，...，x^sp _jn)^T。

第i个样本的目标特定特征为x^sp _ji＝(x^sp _ji1，x^sp _ji2，...，x^sp _jid)^T，对于其第t个分量，即第i个样本的第t个目标特定特征值，有

其中1≤i≤n，1≤t≤s。

②考虑目标间相关性的具体步骤为：

(1)对数据集D_j＝{(X，Y_·，j)}，训练模型f_j(X)≈Y_·，j。其中1≤j≤m。

(2)计算Y_·，j与Y_·，～j的相关性，给定阈值threshold，算出与Y_·，j的相关性大于threshold的目标值集合Y_·，c，即

Y_·，c＝{y|corr(Y_·，j，Y_·，～j)＞threshold}

其中threshold＝0.7。

(3)调用模型f_j，得到Y_·，c的预测值矩阵为

③结合目标特定特征和目标间相关性的具体步骤为：

对数据集D_j＝{(X，Y_·，j)}，训练模型

x_new ^sp _j＝(x_new ^sp _j1，x_new ^sp _j2，...，xnew^sp _jd)^T

对于其第t个分量，即第t个目标特定特征值，有

其中1≤i≤n，1≤t≤s。

再调用模型f_j，得到Y_·，c的预测值矩阵为

最后调用模型f_j′，得到新样本x_new的第j个目标的预测值为

105.通过已建立的模型，根据收费站历史车流量数据、天气数据等信息，预测8点到10点两小时每20分钟的车流量，MAPE达到0.08，从而使交通管理部门能够利用大数据及时采取措施减少收费站的拥堵。

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

1.一种基于多目标回归的高速公路收费站车流量大数据预测方法，其特征在于，包括以下步骤：

103.对数据进行特征工程构建操作从而得到最终的训练集和测试集，特征工程采用特征群的方法构建流量特征群、时间特征群、天气特征群、离散特征群、交叉特征群；

105.通过已建立的模型，根据收费站历史车流量数据、天气数据信息，预测8点到10点两小时每20分钟的车流量；

所述步骤104构建一种结合目标特定特征和目标相关性的多目标回归模型，具体包括：

给定训练样本集D＝{(x₁,y₁),(x₂,y₂),…,(x_n,y_n)}，即

表示训练样本集D有n条样本，d维特征，6个目标；其中，(x₁,y₁)表示第1条样本，x₁表示第1条样本的特征向量，y₁表示第1条样本的目标向量，…，(x_n,y_n)表示第n条样本，x_n表示第n条样本的特征向量，y_n表示第n条样本的目标向量；

原始特征矩阵X＝(x₁,x₂,…,x_n)^T，即

其中x_i＝(x_i1,x_i2,…,x_id)^T表示第i个样本的原始特征，1≤i≤n；X_·,j＝(x_1j,x_2j,…,x_nj)^T表示第j个原始特征列，1≤j≤d；

目标矩阵Y＝(y₁,y₂,…,y_n)^T，即

其中y_i＝(流量_i1,流量_i2,…,流量_i6)^T表示第i个样本的目标，1≤i≤n；Y_·,j＝(流量_1j,流量_2j,…,流量_nj)^T表示第j个目标列，1≤j≤6；

步骤104考虑目标特定特征的具体步骤为：

①对原始特征进行归一化得到

构成归一化后的训练样本集

对每个目标Y_·,j，以数据集D_j′＝{(X′,Y_·,j)}作为输入进行kmeans聚类，其中1≤j≤6，2≤K≤20；即从2到20之间找到最佳聚类簇数best_k；

②对每个目标Y_·,j，以数据集D_j′＝{(X′,Y_·,j)}作为输入进行kmeans聚类，其中1≤j≤6，K＝best_k；由此数据集D_j′被聚为best_k个类，即：

其中

表示第K个簇中特征归一化后的所有样本，对应的特征归一化前的所有样本表示为

③对

进行kmeans聚类，聚为k类：

其中1≤K≤best_k，ratio是模型的参数，用以控制目标特定特征的规模，设定为0<ratio≤1，由此

进行kmeans聚类后得到k个中心点：

centers_jK＝(C_jK ¹,C_jK ²,…,C_jK ^k)^T

其中C_jK ^q＝(C_jK1 ^q,C_jK2 ^q,…,C_jKd ^q)^T表示D_jK的第q个中心点，1≤q≤k

由此数据集D_j＝{(X,Y_·,j)}就得到了s个中心点centers_j，其中s＝best_k*k，有

即：

简化为

④对于数据集D_j＝{(X,Y_·,j)}，计算X与centers_j的欧式距离得到s个目标特定特征X^sp _j＝(x^sp _j1,x^sp _j2,…,x^sp _jn)^T；

第i个样本的目标特定特征为x^sp _ji＝(x^sp _ji1,x^sp _ji2,…,x^sp _jid)^T，对于其第t个分量，即第i个样本的第t个目标特定特征值，有

其中1≤i≤n，1≤t≤s，C_jtd表示第j个目标的第t个聚类中心点的第d个元素。

2.根据权利要求1所述的一种基于多目标回归的高速公路收费站车流量大数据预测方法，其特征在于，所述步骤101历史车流量数据包括收费站ID、收费站容量等级、收费站是否使用电子收费系统、车辆通过该收费站的方向、车辆通过该收费站的时间点、该车辆是客车还是货车，所述天气数据包括日期、小时、大气压、海平面压力、风向、风速、温度、相对湿度、降雨量。

3.根据权利要求1或2所述的一种基于多目标回归的高速公路收费站车流量大数据预测方法，其特征在于，所述步骤101预处理操作包括：

对异常值进行清洗，国庆期间车流量明显增大，属于异常数据，删除国庆期间的样本。

4.根据权利要求3所述的一种基于多目标回归的高速公路收费站车流量大数据预测方法，其特征在于，所述步骤102累计20分钟的总车流量对数据进行打标操作，具体为累加8点到10点两小时每20分钟的车流量，构造6个目标。

5.根据权利要求4所述的一种基于多目标回归的高速公路收费站车流量大数据预测方法，其特征在于，所述步骤103特征工程构建包括构建流量特征群、时间特征群、天气特征群、离散特征群、交叉特征群。

6.根据权利要求5所述的一种基于多目标回归的高速公路收费站车流量大数据预测方法，其特征在于，所述流量特征群包括：7天历史车流量、6点到8点的车流量，以及车流量的均值、方差、中位数、最值在内的统计特征；

所述交叉特征群包括：上述特征群的两两交叉。

7.根据权利要求1所述的一种基于多目标回归的高速公路收费站车流量大数据预测方法，其特征在于，步骤104训练过程所述考虑目标间相关性的具体步骤为：

①对数据集D_j＝{(X,Y_·,j)}，训练模型f_j(X)≈Y_·,j，其中1≤j≤6；

②计算Y_·,j与Y_·,～j的相关性，给定阈值threshold，算出与Y_·,j的相关性大于threshold的目标值集合Y_·,c，即

Y_·,c＝{y|corr(Y_·,j,Y_·,～j)>threshold}

其中threshold＝0.7；

③调用模型f_j，得到Y_·,c的预测值矩阵为