CN112215435A - 一种基于循环自回归模型的城市拥堵传播模式的预测方法 - Google Patents

Abstract

一种基于循环自回归模型的城市拥堵传播模式的预测方法，其具体步骤如下：S1.利用城市路网的拓扑连接关系，生成路段连接关系图N；S2.选择长时间段的历史数据，基于路段连接关系图N构造拥堵传播时序知识图谱G；S3.训练循环自回归模型，学习拥堵传播时序知识图谱G中的拥堵传播模式，并进行预测。本发明通过构建相应的时序知识图谱，该方法可以针对路网中不同类型的拥堵传播模式，进行时空预测。

Description

一种基于循环自回归模型的城市拥堵传播模式的预测方法

技术领域

本发明属于智慧交通工程领域，涉及一种基于循环自回归模型的城市拥堵传播模式的预测方法。

背景技术

针对城市路网中的拥堵的时空传播模式，进行实时或者近实时的预测，将会显著地提升城市交通的控制、运营、以及管理能力。然而，城市路网的交通流呈现出强烈的随机性与时空相关性，针对拥堵传播模式的时空预测也成为业界一大难题。

传统的交通模型尝试对拥堵本身进行建模。然而传统模型存在两大问题：首先，传统模型往往基于交通流或者行车轨迹，判断拥堵频发的路段，并进行路口或者是路段的重要性分级，其关注更多的是拥堵发生而非拥堵传播模式；其次，传统方法往往只考虑相邻路段间的拥堵，或者无任何距离限制的路段间的拥堵，将拥堵传播的强度与空间影响力考虑地较为简单。近年来，一些新兴的技术被应用到了城市拥堵建模中，其中知识图谱技术就是其一。然而，这些知识图谱模型的欠缺足够的语义丰富度(表达不同类型的拥堵传播模式)，同时由于它们是静态图谱(实体与关系是固定的)，缺乏拥堵传播的动态表达能力，无法表现拥堵传播的时空演化能力。因此在这一领域，存在着理论与技术的欠缺。

发明内容

针对上述背景技术介绍中存在的问题，本发明的目的在于提供了一种对拥堵传播本身进行建模、具备了时序预测的能力、能够学习不同日期下的拥堵传播模式的时序演化规律，并且防止针对某一天的数据过拟合的基于循环自回归模型的城市拥堵传播模式的预测方法，通过构建相应的时序知识图谱，该方法可以针对路网中不同类型的拥堵传播模式，进行时空预测。

本发明采用的技术方案是：

一种基于循环自回归模型的城市拥堵传播模式的预测方法,其具体步骤如下：

S1.利用城市路网的拓扑连接关系，生成路段连接关系图N；

S2.选择长时间段的历史数据，基于路段连接关系图N构造拥堵传播时序知识图谱G，其中长时间段为至少1个月的时间段；

S3.训练循环自回归模型，学习拥堵传播时序知识图谱G中的拥堵传播模式，并进行预测。

进一步，S1中的路段连接关系图N的构建如下：

设路段连接关系图N＝{V，E}，其中V和E分别代表节点和边的集合，每一个节点代表的是路网中的路段，每一个边代表的是路段与路段之间的连接关系，边是具有方向的，与行车方向一致。

进一步，S2中拥堵传播时序知识图谱G的构建如下：

S2.1，根据采集的一组或多组交通状态参数来对应不同等级的拥堵状态ST；

S2.2，根据相邻路段的拥堵状态ST的等级对比，以及拥堵状态的传播强度M的等级，来对应拥堵传播关系PR，每一种拥堵传播关系对应一种拥堵传播模式；

S2.3，根据路段连接关系图N中各路段R的交通时间序列数据，以及各路段R的邻居集T_R，生成拥堵传播时序知识图谱G，其中T_R是一个元素为路段的集合，表示的是路段R可能的拥堵传播范围。

进一步，路段R的邻居集T_R采用随机游走的方式生成，具体如下：

1)初始化一个空集T，根据路段连接关系图N的拓扑结构，从路段R开始沿着行车方向向相邻路段随机游走，每一步将移动hop 1距离，其中hop 1距离为与当前路段hop距离为1，记录下每一步到达的路段R_next，且保证R_next不能是R自己，将路段R_next放入集合T中，随机游走将在步数达到预先定义好的阈值时停止；

2)对第1)步反复执行预先定义好的k轮，假设每一轮生成的集合T，分别命名为T₁,T₂,T₃,...,T_k，那么对这些集合取并集，便生成了T_R，亦即：

T_R＝T₁∪T₂∪T₃∪...∪T_k。

进一步，路段R随机游走至相邻路段的概率计算如下：

假设随机游走的某一步时，其当前位置的下游路段为R₁,R₂,...R_m共m个，假设每个路段对应的车道数分别为l₁,l₂,...,l_m，那么随机游走的下一步，进入路段R_i的概率P_i定义为：

进一步，步骤S2.3中的拥堵传播时序知识图谱G生成的具体步骤如下：

设定拥堵时序知识图谱G是由一系列不同时刻的切片构成的：

其中t₁至t_m表示的是一段时间内的每一个时刻，而

表示的是t_i时刻的静态知识图谱，

可以表示为一系列四元组(s，p，o，t_i)的集合：

其中s和o分别为静态知识图谱中的实体，代表的是路段，p代表的是从s到o的拥堵传播关系PR；

对于一个路网来说，假设其共有n个路段{R₁,R₂,R₃,...,R_n}，那么对于一个固定时刻t_i，生成

的方式如下：

(1)对于路段R_j，在给定超参数w的情况下，确定时间区间[t_i,t_i+w]，w被称为窗口长度；

(2)对于路段R_j，根据路段连接关系图N，以及得到对应的邻居集

针对

中的每一个路段R_k，计算在时间区间[t_i,t_i+w]内，是否有拥堵传播关系PR从R_j传向R_k，如果有，确定拥堵传播关系PR的类别；

(3)检查R_j在t_i时刻的是否拥堵，如果否，则认为没有拥堵传播关系；如果是，则进入第(4)步，且将R_j在t_i的状态记为ST_from；

(4)计算R_k在时间区间[t_i,t_i+w]内的拥堵状态发生的次数，记为REC_c，同时计算[t_i,t_i+w]内的存在数据的时刻总个数(由时间分辨率B控制)，记为REC_all；计算比率

并将其记为传播强度M，然后比较传播强度M是否大于预先设定的阈值，如果否，则认为没有拥堵传播关系；如果是，则进入第(5)步，且将R_k在时间区间内发生频率最高的拥堵状态，记为ST_to；

(5)根据ST_from，ST_to，M以及判断对应的拥堵传播关系类型p_jk，生成四元组(R_j，p_jk，R_k，t_i)并计入

中；

(6)给定t_i，可以遍历{R₁,R₂,R₃,...,R_n}中的每一个路段R_j，依次执行步骤(1)到步骤(5)，便可生成

即t_i时刻的时间切片；遍历每一个时刻t_i，便可最终生成不同时刻下的时间切片

亦即时序知识图谱G。

进一步，步骤S3中的循环自回归模型训练如下：

根据时序知识图谱最近的m个时间切片{G_t-m，G_t-m+1，G_t-m+2，...，G_t-1}来推测其t时刻的切片G_t，即根据G在过去的状态，对四元组(s，p，？，t_i)中的问号部分进行预测；

根据条件概率的计算公式，定义：

P(o_t，s_t，p_t|G_t-m，...，G_t-1)＝P(o_t，|s_t，p_t)·P(p_t|s_t)·P(s_t)＝f¹(e_s：e_p：h_t-1(s，p))·f²(e_s：h_t-1(s))·f³(H_t-1)

其中P(o_t，S_t，p_t|G_t-m，...，G_t-1)表示的是当时序图谱G在过去的m个时刻的状态已知(亦即知道G_t-1，G_t-2，...，G_t-m-1，G_t-m)，G_t中出现(o_t，p_t，s_t)这个三元组的概率，f¹(·)，f²(·)，f³(·)为softmax激活函数，冒号：为向量的拼接操作，e_s，e_p为s和p的嵌入式向量表示；对于h_t-1(s，p)，h_t-1(s)以及H_t-1，前两者为时刻t-1的包含局部信息的向量，后者为时刻t-1的包含全局信息的向量；这三个向量的更新过程，由循环自回归模型中的三个循环神经网络(RNN¹，RNN²，RNN³)进行时序推断得到：

H_t＝RNN³(g(G_t)，H_t-1)

其中

表示的是在t时刻获得“从s指出的任意拥堵传播关系”的路段的集合；而g(·)是一个聚合函数，用于编码生成固定长度的向量，作为输入进入三个循环神经网络(RMM¹，RNN²，RNN³)，该循环自回归模型训练的，正是这三个RNN上的参数。

进一步，训练循环自回归模型使用的是交叉熵损失函数L，其中α₁与α₂分别为事先设定的超参数：

进一步，在利用拥堵传播时序知识图谱G，训练该循环自回归模型时，需要遵循以下步骤：

A.如果拥堵传播时序知识图谱G包含着不同日期下的数据，比如x天，那么将拥堵传播时序知识图谱G根据日期分为x部分：

G＝{G_d1，G_d2，...，G_dx}

其中G_di代表的是第i天的拥堵传播时序知识图谱；

B.在训练循环自回归模型时，每个epoch随机挑选一天的数据用于训练，通过这种方式，使得交叉熵损失逐渐下降，并更新模型中的参数值。循环自回归模型是一种深度学习模型。Epoch是训练深度学习模型时经常用到的一个术语，一次完整的训练。对于传统的深度学习模型，在每一个epoch中，所有的数据都被模型使用过了一次，然后模型的参数被更新一次。而对于本发明中所使用的循环自回归模型，每一个epoch中，并没有使用所有的数据(也就是说用的不是G)，而是G在某一天的切片G_di。

本发明与现有技术相比，其显著优点包括：

1.提出拥堵传播时序知识图谱的构建方法，该知识图谱有助于表达不同类型的拥堵传播模式(不仅仅是拥堵加聚这种情况)。通过定义拥堵状态ST与传播强度M，该知识图谱可以表达多种不同的拥堵传播模式，具有丰富的语义表达能力。虽然过去已有的方法也尝试将知识图谱技术应用到拥堵的研究中，但是这些方法往往聚焦于对于路口或者路段的重要性进行分类或者排名，而较少地从拥堵传播这个事件本身入手。本发明提出的拥堵传播知识图谱，正是对拥堵传播本身进行建模。

2.之前使用基于知识图谱技术的拥堵模型，往往是静态知识图谱(也就是说随着时间是不会变化的知识表示)，缺乏在时间轴上的考虑。为此，本发明针对性地以时序图谱为基础，提出了拥堵传播时序知识图谱，并因此具备了时序预测的能力。

3.针对时序知识图谱进行训练，已有一些相对成熟的模型，比如本发明所使用的RE-NET，可以对时序图谱进行预测。传统的训练方法是，在每一个epoch中都使用完整的时序知识图谱(完全相同)进行训练。但是，针对本发明所提出的拥堵传播时序知识图谱，使用了一种有别于传统的训练办法。这就是将时序图谱根据不同的日期破分，而每一个训练的epoch只随机采用一天的时序图谱进行训练。这样做的好处是，拥堵传播模式，在不同日期下会表现出周期性与随机性，因此有必要训练一个模型，能够学习不同日期下的拥堵传播模式的时序演化规律，并且防止针对某一天的数据过拟合。

4.在根据实际交通数据，生成拥堵传播时序知识图谱时，使用了路段的邻居集，作为拥堵可能发生的搜索半径。传统的方法，往往要么只考虑hop距离为1(也就是路段直接相邻)的情况，要么完全不考虑hop距离(允许拥堵在相距非常远的两个路段之间传播)。两种方法明显欠妥。而本发明采取了一种改进版的随机游走方法，以此寻找的路段邻居集在分析拥堵传播模式时更为合理、准确。

附图说明

图1是本发明的总体流程图。

图2是本发明将原始路网转换为路段连接关系图的示例图。

图3是本发明构建拥堵传播时序知识图谱G的步骤图。

图4是传统的以及改进版的随机游走方法示意图。

图5是本发明的循环自回归模型的结构示意图。

图6是本发明拥堵传播时序知识图谱应用示例。

具体实施方式

下面结合具体实施例来对本发明进行进一步说明，但并不将本发明局限于这些具体实施方式。本领域技术人员应该认识到，本发明涵盖了权利要求书范围内所可能包括的所有备选方案、改进方案和等效方案。

本实施例提供了一种基于循环自回归模型的城市拥堵传播模式的预测方法,参见图1，其具体步骤如下：

S1.利用城市路网的拓扑连接关系，生成路段连接关系图N；

S2.选择长时间段的历史数据，基于路段连接关系图N构造拥堵传播时序知识图谱G，其中长时间段为至少1个月的时间段；

S3.训练循环自回归模型，学习拥堵传播时序知识图谱G中的拥堵传播模式，并进行预测。

本实施例S1中的路段连接关系图N的构建如下：

设路段连接关系图N＝{V，E}，是一个有向图，其中V和E分别代表节点和边的集合，每一个节点代表的是路网中的路段，每一个边代表的是路段与路段之间的连接关系，边是具有方向的，与行车方向一致。图2展示了将路网(车辆靠右行驶)转换成路段连接关系图N的一个示例。N的构建将应用到路段的邻居集的构建中。

本实施例S2中拥堵传播时序知识图谱G的构建主要分为3步，如图3所示。本发明定义了拥堵状态ST，传播强度M，拥堵传播关系PR，以及路段R的邻居集T_R，用于构建拥堵传播知识图谱G。详细步骤如下：

S2.1，根据采集的一组或多组交通状态参数来对应不同等级的拥堵状态ST；交通参数包括但不限于：流量、速度、占有率、排队长度、车头时距。

具体的，本实施例采用拥堵率CR和车速SP构建出离散化的拥堵状态ST。对一个路段来说，拥堵率CR指的是“路段中拥堵的部分占路段长度的百分比”；车速SP指的是“路段上行驶的车辆的平均速度(km/h)”。通过将拥堵率CR划分为5种类别，并将车速SP划分为3种类别，根据排列组合，基于拥堵率CR与车速SP这样的连续型变量，构建出离散化的共计15种拥堵状态ST(ST₁到ST₁₅)。

定义的15种拥堵状态ST见表1所示，将(CR＝0)或者(SP＞40)这两种情况排除了考虑。这是因为，本发明考虑路段在拥堵状态下的拥堵传播模式，而在(CR＝0)或者(SP＞40)时，可以认为路段完全没有拥堵，故不予以考虑。

表1.路段的15种拥堵状态ST的定义

	0≤SP＜10	10≤SP＜20	20≤SP＜40
				0≤CR＜0.39	ST<sub>1</sub>	ST<sub>6</sub>	ST<sub>11</sub>
0.39≤CR＜0.59	ST<sub>2</sub>	ST<sub>7</sub>	ST<sub>12</sub>
				0.59≤CR＜0.81	ST<sub>3</sub>	ST<sub>8</sub>	ST<sub>13</sub>
0.81≤CR＜1	ST<sub>4</sub>	ST<sub>9</sub>	ST<sub>14</sub>
				CR＝1	ST<sub>5</sub>	ST<sub>10</sub>	ST<sub>15</sub>

一个路段的拥堵状态会随着时间，以一定的概率传播到一定空间范围内的其他路段上，对此，将这种“概率”定义为传播强度M，如表2所示，将传播强度划分不同等级。

本实施例可以根据传播强度M的数值(表2)，将其离散化成3种情形(弱，中等，强)，并且对(M≤20％)这种情况不予以考虑。

表2.传播强度的定义

传播强度M	20％＜M≤40％	40％＜M≤80％	80％＜M≤100％
				描述	传播强度M弱	传播强度M中等	传播强度M强

S2.2，根据相邻路段的拥堵状态ST的等级对比，以及拥堵状态的传播强度M的等级，来对应拥堵传播关系PR，每一种拥堵传播关系对应一种拥堵传播模式；

具体的，表1中所定义的拥堵状态ST是瞬时的，也就是说在不同时刻下，不同路段的拥堵状态ST是不同的(根据路段在当前时刻的拥堵率CR与车速SP决定)。考虑到拥堵往往需要一段时间从一个路段R_from传向另一个路段R_to。现在定义ST_from为R_from在拥堵传播前的状态，而ST_to为R_to在拥堵传播后的状态。根据ST_from与ST_to的拥堵状态等级，以及拥堵传播强度M等级，对应传播关系PR，见表3。

本实施例中表1共15个拥堵状态等级，表2共3个传播强度等级，可以形成共有27种拥堵传播关系(从PR₁到PR₂₇)。本实施例用2个交通参数(拥堵率CR与车速SP)来描述拥堵状态的，路段R_from和ST_to的相对拥堵状态3种：相同、更高、更低，因此，可以形成3²＝9种相对拥堵状态；传播强度等级3种：弱、中、强，可以形成9*3＝27种拥堵传播关系PR；当然相对拥堵状态也可以分为5、7、9...种，5种如：相同、稍低、更低、稍高、更高；描述拥堵状态的交通参数可以为1、2、3...个；传播强度等级可以2、3、4...个。

表4所显示的是，不同类型的ST_to与ST_from及传播强度对应的拥堵传播关系的示例。

表3.27种传播关系的定义

表4.不同类型的ST_to与ST_from对应的拥堵传播关系(示例)

表3中的每一种拥堵传播关系，对应了一种不同的拥堵传播模式。例如，PR₃实际上表示的是传播强度较强的拥堵维持(拥堵的程度，在拥堵传播过程中维持不变)，显然这对应于ST_to与ST_from相同的情况。当ST_to相比于ST_from拥有更高的拥堵率CR以及更低的速度SP时，表达了一种拥堵加聚的传播模式(亦即PR₁₉,PR₂₀,PR₂₁)。反过来说，当ST_to相比于ST_from拥有更低的拥堵率CR以及更高的速度SP时，表达了一种拥堵消散的传播模式(亦即PR₇,PR₈,PR₉)。

拥堵加聚与消散，并不意味着拥堵率CR与SP这两项指标都需要变化。例如，当ST_to相比于ST_from拥有相同的SP以及更高的CR时，反映了一种不同的拥堵加聚的传播模式(对应PR₂₂,PR₂₃,PR₂₄)。同理PR₄,PR₅,PR₆对应了一种不同的拥堵消散的传播模式。通过定义这27种不同类型的拥堵传播关系，可以使得拥堵传播模型拥有丰富的语义表达能力，并能捕捉拥堵传播的时空细节。

S2.3，根据路段连接关系图N中各路段R的交通时间序列数据，以及各路段R的邻居集T_R，生成拥堵传播时序知识图谱G，其中T_R是一个元素为路段的集合，表示的是路段R可能的拥堵传播范围。

具体的，对于路段连接关系图N中的每一个路段R，定义其邻居集T_R。其中T_R是一个元素为路段的集合，表示的是路段R可能的拥堵传播范围(可以理解为一个候选集)。一般来说，路段总是可能将拥堵传播到临近的路段。传统方法将“邻居”定义地较为简单。比如只考虑完全相邻路段(也就是hop距离为1的两个路段)，或者一定hop距离范围内的两个路段。这样的方法将每一个路段R的邻居范围定义地一样大，但这种考虑是欠妥的，因为拥堵传播往往和路网中的特征有关(路段本身的车道数，路口周边的路网拓扑结构)，因此每个路段邻居集的定义需要因路段而异。

本发明采用随机游走(Random Walk)的方式对每个路段R生成对应的T_R。该方法是对图数据中的节点进行邻居提取的常见方法。该方法需要设定2个超参数，分别为step以及k。它们的作用的分别是限定随机游走的步数，以及随机游走的执行轮数。生成T_R的具体方法如下：

1)初始化一个空集T，根据路段连接关系图N的拓扑结构，从路段R开始沿着箭头方向向相邻路段以一定的概率随机游走，每一步将移动hop 1距离，其中hop 1距离为与当前路段hop距离为1，记录下每一步到达的路段R_next，且保证R_next不能是R自己，将路段R_next放入集合T中，随机游走将在步数达到预先定义好的阈值(step)时停止；

2)对1)执行k轮(也就是说，共需要执行k轮的随机游走，每一轮都从路段R开始，并且每一轮随机游走都执行step步数)，假设每一轮生成的集合T，分别命名为T₁,T₂,T₃,...,T_k，那么对这些集合取并集，便生成了T_R，亦即：

T_R＝T₁∪T₂∪T₃∪...∪T_k。

本实施例以图2中的路网为例，指定超参数step为5(随机游走步数为5)，k为4(随机游走执行4轮)。那么针对路段g，假设随机游走4轮后生成的T₁,T₂,T₃,T₄分别为{n,a,h},{n,a,m,j,d},{n,a,m,j,d},{n,a,h}，那么T_g则为{n,a,h,m,j,d}，这也就是路段g对应的邻居集。

从路段R开始沿着箭头方向向相邻路段以一定的概率随机游走，一种实时方式中，这个概率为均等的概率。

＝另一个实施方式，路段R随机游走至相邻路段的概率计算如下：

假设随机游走的某一步时，其当前位置的下游路段为R₁,R₂,...R_m共m个，假设每个路段对应的车道数分别为l₁,l₂,...,l_m，那么随机游走的下一步，进入路段R_i的概率P_i定义为：

也就是说概率P_i，和路段R_i的车道数成反比。参见图4，假设随机游走当前来到了路段a,而下一步可能移动到b，c，d，e中的任意一个。那么概率均等的随机游走方法(图4左图)将认为下一步将有相等的概率(1/4)移动到这4个路段中的任意一个。而本实施方式利用车道数对概率进行了加权调整。假设b,c,d,e的车道数分别为2，2，1，1。那么下一步移动到b,c,d,e的概率分别为1/6，1/6，1/3，1/3。考虑到拥堵更有可能向着下游车道数更少的路段传播，该方法比概率均等的随机游走法更为合理一些。

本实施例步骤S2.3中的拥堵传播时序知识图谱G生成的具体步骤如下：

设定拥堵时序知识图谱G是由一系列不同时刻的切片(静态知识图谱)构成的：

其中t₁至t_m表示的是一段时间内的每一个时刻，而

表示的是t_i时刻的静态知识图谱，

可以表示为一系列四元组(s，p，o，t_i)的集合：

其中s和o分别为静态知识图谱中的实体，代表的是路段，p代表的是从s到o的拥堵传播关系PR(亦即PR₁到PR₂₇这27种关系中的一种)；

对于一个路网来说，假设其共有n个路段{R₁,R₂,R₃,...,R_n}，那么对于一个固定时刻t_i，生成

的方式如下：

(2)对于路段R_j，在给定超参数w的情况下，确定时间区间[t_i,t_i+w]。w被称为窗口长度。由于拥堵状态需要一定的时间(而不是瞬时地)在路段间传播，所以窗口长度限定了我们所考虑的拥堵传播耗时的最大值。比如w为10分钟，那么我们的模型将只考虑10分钟内可以完成的拥堵状态传播；

(2)对于路段R_j，根据路段连接关系图N，以及得到对应的邻居集

针对

中的每一个路段R_k，计算在时间区间[t_i,t_i+w]内，是否有拥堵传播关系PR从R_j传向R_k，如果有，确定拥堵传播关系PR的类别(PR₁到PR₂₇中的一种)；

(3)检查R_j在t_i时刻的是否拥堵，如果否，则认为没有拥堵传播关系；如果是，则进入第(4)步，且将R_j在t_i的状态记为ST_fro_m；

(4)计算R_k在时间区间[t_i,t_i+w]内的拥堵状态发生的次数，记为REC_c。考虑到我们所获取的交通数据往往有一定的时间分辨率(比如每2分钟一条数据)，那么同时计算[t_i,t_i+w]内的存在数据的时刻总个数(比如[8:00,8:10],而时间分辨率为2分钟，则存在数据的总时刻数为6，分别为8:00,8:02,8:04,8:06,8:08,8:10)，并将其记为REC_all；计算比率

并将其记为传播强度M，然后比较传播强度M是否大于预先设定的阈值(20％)，如果否，则认为没有拥堵传播关系；如果是，则进入第(5)步，且将R_k在时间区间内发生频率最高的拥堵状态，记为ST_to；

(5)根据ST_from，ST_to，M以及判断对应的拥堵传播关系类型p_jk，生成四元组(R_j，p_jk，R_k，t_i)并计入

中；

本实施例以一个示例，见表5，说明步骤(3)到步骤(5)的计算。其中t_i为2020年4月1日08:00，时间分辨率B为2分钟，w为10分钟。那么，首先R_j在t_i时刻发生拥堵，且ST_from为状态ST₃；而R_k在[2020年4月1日08:00,2020年4月1日08:10]这个区间内，发生拥堵的次数为5，而区间内时刻总数(每2分钟1个时刻)为6，则

且ST_to为状态ST₅。此时，M(83.3％)对应传播强度“强”，根据表3判定p_jk为PR₂₄。据此生成相应的四元组(R_j，p_jk，R_k，t_i)。

表5.根据拥堵状态的时序数据，判断四元组(R_j，p_jk，R_k，t_i)生成的示例

(6)给定t_i，可以遍历{R₁,R₂,R₃,...,R_n}中的每一个路段R_j，依次执行步骤(1)到步骤(5)，便可生成

即t_i时刻的时间切片；遍历每一个时刻t_i，便可最终生成不同时刻下的时间切片

亦即时序知识图谱G。

本实施例步骤S3中的循环自回归模型训练如下：

本发明所采用的循环自回归模型为RE-NET(Recurrent Event Network)，其基本结构如图5所示。该模型的作用是对于拥堵时序知识图谱G进行时序推理。具体来说，根据时序知识图谱最近的m个时间切片{G_t-m，G_t-m+1，G_t-m+2，...，G_t-1}来推测其t时刻的切片G_t。换句话说，根据过去m个时刻的拥堵传播关系，预测接下来的拥堵传播关系。

这可以视为知识图谱中的连接预测(link prediction)问题，也就是根据G在过去的状态，对四元组(s，p，？，t_i)中的问号部分进行预测，根据条件概率的计算公式，定义：

P(o_t，s_t，p_t|G_t-m，...，G_t-1)＝P(o_t，|s_t，p_t)·P(p_t|s_t)·P(s_t)＝f¹(e_s：e_p：h_t-1(s，p))·f²(e_s：h_t-1(s))·f³(H_t-1)

其中P(o_t，s_t，p_t|G_t-m，...，G_t-1)表示的是当时序图谱G在过去的m个时刻的状态已知(亦即知道G_t-1，G_t-2...，G_t-m-1，G_t-m)，G_t中出现(o_t，p_t，s_t)这个三元组的概率，f¹(·)，f²(·)，f³(·)为softmax激活函数，冒号：为向量的拼接操作，e_s，e_p为s和p的嵌入式向量表示；对于h_t-1(s，p)，h_t-1(s)以及H_t-1，前两者为时刻t-1的包含局部信息的向量，后者为时刻t-1的包含全局信息的向量；这三个向量的更新过程，由循环自回归模型中的三个循环神经网络(RNN¹，RNN²，RNN³)进行时序推断得到：

H_t＝RNN³(g(G_t)，H_t-1)

其中

表示的是在t时刻获得“从s指出的任意拥堵传播关系”的路段的集合；而g(·)是一个聚合函数(图5中的Aggregator)，用于编码生成固定长度的向量，作为输入进入三个循环神经网络(RNN¹，RNN²，RNN³)，该循环自回归模型训练的，正是这三个RNN上的参数。

本实施例训练循环自回归模型使用的是交叉熵损失函数L，其中α₁与α₂分别为事先设定的超参数：

本实施例在利用拥堵传播时序知识图谱G，训练该循环自回归模型时，需要遵循以下步骤：

A.如果拥堵传播时序知识图谱G包含着不同日期下的数据，比如x天，那么将拥堵传播时序知识图谱G根据日期分为x部分：

G＝{G_d1，G_d2，...，G_dx}

其中G_di代表的是第i天的拥堵传播时序知识图谱；

B.在训练循环自回归模型时，每个epoch随机挑选一天的数据用于训练，通过这种方式，使得交叉熵损失逐渐下降，并更新模型中的参数值。循环自回归模型是一种深度学习模型。Epoch是训练深度学习模型时经常用到的一个术语。对于传统的深度学习模型，在每一个epoch中，所有的数据都被模型使用过了一次，然后模型的参数被更新一次。而对于本发明中所使用的循环自回归模型，每一个epoch中，并没有使用所有的数据(也就是说用的不是G)，而是G在某一天的切片G_di。

参见图6展示的拥堵传播时序知识图谱的时序预测应用。该区域展示的是杭州市的一块局部城市路网，在2020年4月21日早上8点20分至8点36分的拥堵情况。构建拥堵传播知识图谱时，超参数w为10分钟。其中，灰色线段为未拥堵路段，黑色线段为拥堵路段(亦即路段处于表3所定义的27种拥堵状态中的一种)。该区域的所有路段均为地面路段，除了2条隧道以外(虚线线段)。黑色箭头是根据数据，计算出来的拥堵传播关系。白色箭头是通过构造时序知识图谱，推测出的拥堵传播关系。

可以看到，拥堵传播关系的预测准确率达到了60％到70％左右。同时，对于8点36分这一时刻，可以看到，模型成功预测了路段r_a到r_b的拥堵传播关系，尽管两个路段并非直接相邻(因为中间隔着隧道)。这是十分重要的，因为隧道内部并没有信号灯或者交叉口放慢车速，所以可能导致隧道上下游路段均出现拥堵，而隧道本身不堵。这也导致了这种“远距离”拥堵传播的发生。由于针对不同的路段R定义了其对应的邻居集T_R，拥堵传播知识图谱得以表示这种拥堵传播关系。

本发明所述的一种基于循环自回归模型的拥堵传播模式的时序预测方法，通过定义拥堵时序知识图谱，可以通过对知识图谱进行时序推理，来对拥堵传播模式进行预测。

本发明提出拥堵传播时序知识图谱的构建方法，该知识图谱有助于表达不同类型的拥堵传播模式(不仅仅是拥堵加聚这种情况)。通过定义拥堵状态ST与传播强度M，该知识图谱可以表达多达27种不同的拥堵传播模式，具有丰富的语义表达能力。虽然过去已有的方法也尝试将知识图谱技术应用到拥堵的研究中，但是这些方法往往聚焦于对于路口或者路段的重要性进行分类或者排名，而较少地从拥堵传播这个事件本身入手。本发明提出的拥堵传播知识图谱，正是对拥堵传播本身进行建模。

之前使用基于知识图谱技术的拥堵模型，往往是静态知识图谱(也就是说随着时间是不会变化的知识表示)，缺乏在时间轴上的考虑。为此，本发明针对性地以时序图谱为基础，提出了拥堵传播时序知识图谱，并因此具备了时序预测的能力。

针对时序知识图谱进行训练，已有一些相对成熟的模型，比如本发明所使用的RE-NET，可以对时序图谱进行预测。传统的训练方法是，在每一个epoch中都使用完整的时序知识图谱(完全相同)进行训练。但是，针对本发明所提出的拥堵传播时序知识图谱，使用了一种有别于传统的训练办法。这就是将时序图谱根据不同的日期破分，而每一个训练的epoch只随机采用一天的时序图谱进行训练。这样做的好处是，拥堵传播模式，在不同日期下会表现出周期性与随机性，因此有必要训练一个模型，能够学习不同日期下的拥堵传播模式的时序演化规律，并且防止针对某一天的数据过拟合。

在根据实际交通数据，生成拥堵传播时序知识图谱时，使用了路段的邻居集，作为拥堵可能发生的搜索半径。传统的方法，往往要么只考虑hop距离为1(也就是路段直接相邻)的情况，要么完全不考虑hop距离(允许拥堵在相距非常远的两个路段之间传播)。两种方法明显欠妥。而本发明采取了一种改进版的随机游走方法，利用下游路段的特征(车道数)，对随机游走进入下游路段的概率进行了加权调整，相比于传统的随机游走法，显得更为合理一些。

Claims (9)

1.一种基于循环自回归模型的城市拥堵传播模式的预测方法，其具体步骤如下：

S1.利用城市路网的拓扑连接关系，生成路段连接关系图N；

S2.选择长时间段的历史数据，基于路段连接关系图N构造拥堵传播时序知识图谱G；

S3.训练循环自回归模型，学习拥堵传播时序知识图谱G中的拥堵传播模式，并进行预测。

2.根据权利要求1所述的一种基于循环自回归模型的城市拥堵传播模式的预测方法，其特征在于：S1中的路段连接关系图N的构建如下：

设路段连接关系图N＝{V，E}，其中V和E分别代表节点和边的集合，每一个节点代表的是路网中的路段，每一个边代表的是路段与路段之间的连接关系，边是具有方向的，与行车方向一致。

3.根据权利要求1所述的一种基于循环自回归模型的城市拥堵传播模式的预测方法，其特征在于：S2中拥堵传播时序知识图谱G的构建如下：

S2.1，根据采集的一组或多组交通状态参数来对应不同等级的拥堵状态ST；

S2.2，根据相邻路段的拥堵状态ST的等级对比，以及拥堵状态的传播强度M的等级，来对应拥堵传播关系PR，每一种拥堵传播关系对应一种拥堵传播模式；

S2.3，根据路段连接关系图N中各路段R的交通时间序列数据，以及各路段R的邻居集T_R，生成拥堵传播时序知识图谱G，其中T_R是一个元素为路段的集合，表示的是路段R可能的拥堵传播范围。

4.根据权利要求3所述的一种基于循环自回归模型的城市拥堵传播模式的预测方法，其特征在于：路段R的邻居集T_R采用随机游走的方式生成，具体如下：

1)初始化一个空集T，根据路段连接关系图N的拓扑结构，从路段R开始沿着行车方向向相邻路段以一定的概率随机游走，每一步将移动hop 1距离，其中hop 1距离为与当前路段hop距离为1，记录下每一步到达的路段R_next，且保证R_next不能是R自己，将路段R_next放入集合T中，随机游走将在步数达到预先定义好的阈值时停止；

2)对第1)步反复执行预先定义好的k轮控制，假设每一轮生成的集合T，分别命名为T₁，T₂，T₃，...，T_k，那么对这些集合取并集，便生成了T_R，亦即：

T_R＝T₁∪T₂∪T₃∪…∪T_k。

5.根据权利要求4所述的一种基于循环自回归模型的城市拥堵传播模式的预测方法，其特征在于：路段R随机游走至相邻路段的概率计算如下：

假设随机游走的某一步时，其当前位置的下游路段为R₁，R₂，...R_m共m个，假设每个路段对应的车道数分别为l₁，l₂，...，l_m，那么随机游走的下一步，进入路段R_i的概率P_i定义为：

6.根据权利要求3所述的一种基于循环自回归模型的城市拥堵传播模式的预测方法，其特征在于：步骤S2.3中的拥堵传播时序知识图谱G生成的具体步骤如下：

设定拥堵时序知识图谱G是由一系列不同时刻的切片构成的：

其中t₁至t_m表示的是一段时间内的每一个时刻，而

表示的是t_i时刻的静态知识图谱，

可以表示为一系列四元组(s，p，o，t_i)的集合：

其中s和o分别为静态知识图谱中的实体，代表的是路段，p代表的是从s到o的拥堵传播关系PR；

对于一个路网来说，假设其共有n个路段{R₁，R₂，R₃，...，R_n}，那么对于一个固定时刻t_i，生成

的方式如下：

(1)对于路段R_j，在给定超参数w的情况下，确定时间区间[t_i，t_i+w]，w被称为窗口长度；

(2)对于路段R_j，根据路段连接关系图N，以及得到对应的邻居集

针对

中的每一个路段R_k，计算在时间区间[t_i，t_i+w]内，是否有拥堵传播关系PR从R_j传向R_k，如果有，确定拥堵传播关系PR的类别；

(3)检查R_j在t_i时刻的是否拥堵，如果否，则认为没有拥堵传播关系；如果是，则进入第(4)步，且将R_j在t_i的状态记为ST_from；

(4)计算R_k在时间区间[t_i，t_i+w]内的拥堵状态发生的次数，记为REC_c，同时计算[t_i，t_i+w]内的存在数据的时刻总个数，并将其记为REC_all；计算比率

并将其记为传播强度M，然后比较传播强度M是否大于预先设定的阈值，如果否，则认为没有拥堵传播关系；如果是，则进入第(5)步，且将R_k在时间区间内发生频率最高的拥堵状态，记为ST_to；

(5)根据ST_from，ST_to，M以及判断对应的拥堵传播关系类型p_jk，生成四元组(R_j，p_jk，R_k，t_i)并计入

中；

(6)给定t_i，可以遍历{R₁，R₂，R₃，...，R_n}中的每一个路段R_j，依次执行步骤(1)到步骤(5)，便可生成

即t_i时刻的时间切片；遍历每一个时刻t_i，便可最终生成不同时刻下的时间切片

亦即时序知识图谱G。

7.根据权利要求6所述的一种基于循环自回归模型的城市拥堵传播模式的预测方法，其特征在于：步骤S3中的循环自回归模型训练如下：

根据时序知识图谱最近的m个时间切片{G_t-m，G_t-m+1，G_t-m+2，...，G_t-1}来推测其t时刻的切片G_t，即根据G在过去的状态，对四元组(s，p，？，t_i)中的问号部分进行预测；

根据条件概率的计算公式，定义：

P(o_t，s_t，p_t|G_t-m，...，G_t-1)＝P(o_t，|s_t，p_t)·P(p_t|s_t)·P(s_t)

＝f¹(e_s：e_p：h_t-1(s，p))·f²(e_s：h_t-1(s))·f³(H_t-1)

其中P(o_t，s_t，p_t|G_t-m，...，G_t-1)表示的是当时序图谱G在过去的m个时刻的状态已知(亦即知道G_t-1，G_t-2...，G_t-m-1，G_t-m)，G_t中出现(o_t，p_t，s_t)这个三元组的概率，f¹(·)，f²(·)，f³(·)为softmax激活函数，冒号：为向量的拼接操作，e_s，e_p为s和p的嵌入式向量表示；对于h_t-1(s，p)，h_t-1(s)以及H_t-1，前两者为时刻t-1的包含局部信息的向量，后者为时刻t-1的包含全局信息的向量；这三个向量的更新过程，由循环自回归模型中的三个循环神经网络(RNN¹，RNN²，RNN³)进行时序推断得到：

H_t＝RNN³(g(G_t)，H_t-1)

其中

表示的是在t时刻获得“从s指出的任意拥堵传播关系”的路段的集合；而g(·)是一个聚合函数，用于编码生成固定长度的向量，作为输入进入三个循环神经网络(RNN¹，RNN²，RNN³)，该循环自回归模型训练的，正是这三个RNN上的参数。

8.根据权利要求7所述的一种基于循环自回归模型的城市拥堵传播模式的预测方法，其特征在于：训练循环自回归模型使用的是交叉熵损失函数L，其中α₁与α₂分别为事先设定的超参数：

9.根据权利要求7所述的一种基于循环自回归模型的城市拥堵传播模式的预测方法，其特征在于：在利用拥堵传播时序知识图谱G，训练该循环自回归模型时，需要遵循以下步骤：

A.如果拥堵传播时序知识图谱G包含着不同日期下的数据，比如x天，那么将拥堵传播时序知识图谱G根据日期分为x部分：

G＝{G_d1，G_d2，...，G_dx}

其中G_di代表的是第i天的拥堵传播时序知识图谱；

B.在训练循环自回归模型时，每个epoch随机挑选一天的数据用于训练，使得交叉熵损失逐渐下降，并更新模型中的参数值。

Images