【技術實現步驟摘要】
一種基于傅里葉函數預測交通流量的方法、裝置、存儲介質及終端
[0001]本專利技術涉及計算機
，特別涉及一種基于傅里葉函數預測交通流量的方法、裝置、存儲介質及終端。
技術介紹
[0002]隨著城市汽車人均擁有量的增加，城市交通擁堵成為常見且嚴重的交通問題，尤其對于一些大城市而言，快速路和主要路段的擁堵無疑會造成時間和經濟上的巨大損失。越來越多的研究者希望通過對交通流狀態的分析來解決這一問題，提前預測來避免交通擁堵的產生成為了重要的研究方向。
[0003]在現有的交通狀態分析中，采用對歷史流量數據進行分析，獲取長期變化趨勢成分以及隨機成分對網絡流量進行預測。由于城市道路交通情況復雜多變，通過長期趨勢成分分析無法較為準確的預測網絡內業務流量的發展規律，從而降低了交通流量預測的準確度。
技術實現思路
[0004]本申請實施例提供了一種基于傅里葉函數預測交通流量的方法、裝置、存儲介質及終端。為了對披露的實施例的一些方面有一個基本的理解，下面給出了簡單的概括。該概括部分不是泛泛評述，也不是要確定關鍵/重要組成元素或描繪這些實施例的保護范圍。其唯一目的是用簡單的形式呈現一些概念，以此作為后面的詳細說明的序言。
[0005]第一方面，本申請實施例提供了一種基于傅里葉函數預測交通流量的方法，方法包括：
[0006]獲取交通流量預測請求，所述交通流量預測請求包括待預測路段參數和待預測的目標時間參數；
[0007]接收針對預先構建的傅里葉預測函數的展開級數對應的預設控制參數；>[0008]將所述目標時間參數和所述預設控制參數輸入預先構建的傅里葉預測函數中生成目標周期項；
[0009]通過結構化歷史數據計算特定工作日影響參數與天氣影響參數，并將所述特定工作日影響參數與所述天氣影響參數的和確定為目標隨機項；
[0010]將所述目標周期項、目標隨機項以及預設殘差項做和，生成目標時間參數對應的交通流量。
[0011]可選的，按照以下步驟生成預先構建的傅里葉預測函數，包括：
[0012]S201從所述結構化歷史數據中獲取待預測路段在預設周期內多個歷史工作日的第一交通流數據，其中，每個工作日的第一交通流數據包括多個按照預設時間段劃分的第二交通流數據，每個第二交通流數據對應一個預設時間段；
[0013]S203根據多個所述第二交通流數據確定出每個預設時間段內的流量周期項數值；
[0014]S205采用傅里葉函數對所述每個預設時間段中的流量周期項數值進行周期性擬合，得到每個預設時間段的傅里葉函數的第一特征值與第二特征值；
[0015]S207基于所述每個預設時間段的傅里葉函數的第一特征值與第二特征值構建傅里葉預測模型；
[0016]S209將構建的所述傅里葉預測模型確定為預先構建的周期項預測模型。
[0017]可選的，確定待預測的目標參數之前，還包括：
[0018]通過檢測器實時采集車輛在預設各個時段中經過檢測器的流量數據，生成原始數據；
[0019]加載數據處理規則表；
[0020]根據數據處理規則表將原始數據進行結構化，生成結構化歷史數據。
[0021]可選的，在從所述結構化歷史數據中獲取待預測路段在預設周期內多個歷史工作日的第一交通流數據之后，還包括：
[0022]將所述多個第一交通流數據劃分為訓練集和測試集；
[0023]對所述訓練集里的第一交通流數據執行步驟S203
?
S209，得到與待預測時間參數對應的預先構建的周期項預測模型；
[0024]采用所述測試集里的第一交通流數據對所述預先構建的周期項預測模型進行驗證，將擬合效果最優對應的傅里葉展開級數作為所述預設控制參數。
[0025]可選的，所述構建傅里葉預測函數時所采用的多個歷史工作日的交通流量數據為與待預測時間段相鄰的過去的n個歷史工作日的交通流量數據，其中n≥20。
[0026]可選的，所述通過結構化歷史數據計算特定工作日影響參數，包括：
[0027]從結構化歷史數據中獲取預設周期內特定工作日的交通流量與全部工作日的交通流量；
[0028]計算所述特定工作日的交通流量的平均值，得到第一均值；
[0029]計算所述全部工作日的交通流量的平均值，得到第二均值；
[0030]將所述第一均值與所述第二均值做差，生成第一均值差；
[0031]將所述第一均值差確定為特定工作日影響程度。
[0032]可選的，所述通過結構化歷史數據計算天氣影響參數包括：
[0033]從結構化歷史數據中獲取全部非下雨天特定工作日交通流量與全部下雨天特定工作日交通流量；
[0034]計算所述非下雨天特定工作日交通流量的平均值，得到第三均值；
[0035]計算所述下雨天特定工作日交通流量的平均值，得到第四均值；
[0036]將所述第四均值與所述第三均值做差，生成第二均值差；
[0037]將所述第二均值差確定為天氣影響程度。
[0038]第二方面，本申請實施例提供了一種基于傅里葉函數預測交通流量的裝置，裝置包括：
[0039]參數確定模塊，用于獲取交通流量預測請求，所述交通流量預測請求包括待預測路段參數和待預測的目標時間參數；
[0040]控制參數接收模塊，用于接收針對預先構建的傅里葉預測函數的展開級數對應的預設控制參數；
[0041]特征值輸出模塊，用于
[0042]目標周期項生成模塊，用于將所述目標時間參數和所述預設控制參數輸入預先構建的傅里葉預測函數中生成目標周期項；
[0043]目標隨機項生成模塊，用于通過結構化歷史數據計算特定工作日影響參數與天氣影響參數，并將所述特定工作日影響參數與所述天氣影響參數的和確定為目標隨機項；
[0044]交通流量生成模塊，用于將所述目標周期項、目標隨機項以及預設殘差項做和，生成目標時間參數對應的交通流量。
[0045]第三方面，本申請實施例提供一種計算機存儲介質，計算機存儲介質存儲有多條指令，指令適于由處理器加載并執行上述的方法步驟。
[0046]第四方面，本申請實施例提供一種終端，可包括：處理器和存儲器；其中，存儲器存儲有計算機程序，計算機程序適于由處理器加載并執行上述的方法步驟。
[0047]本申請實施例提供的技術方案可以包括以下有益效果：
[0048]在本申請實施例中，基于傅里葉函數預測交通流量的裝置首先獲取交通流量預測請求，所述交通流量預測請求包括待預測路段參數和待預測的目標時間參數，再接收針對預先構建的傅里葉預測函數的展開級數對應的預設控制參數，再將所述目標時間參數和所述預設控制參數輸入預先構建的傅里葉預測函數中生成目標周期項，其次通過結構化歷史數據計算特定工作日影響參數與天氣影響參數，并將所述特定工作日影響參數與所述天氣影響參數的和確定為目標隨機項，最后將所述目標周期項、目標隨機項以及預設殘差項做和，生成目標時間參數對本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種基于傅里葉函數預測交通流量的方法，其特征在于，所述方法包括：獲取交通流量預測請求，所述交通流量預測請求包括待預測路段參數和待預測的目標時間參數；接收針對預先構建的傅里葉預測函數的展開級數對應的預設控制參數；將所述目標時間參數和所述預設控制參數輸入預先構建的傅里葉預測函數中生成目標周期項；通過結構化歷史數據計算特定工作日影響參數與天氣影響參數，并將所述特定工作日影響參數與所述天氣影響參數的和確定為目標隨機項；將所述目標周期項、目標隨機項以及預設殘差項做和，生成目標時間參數對應的交通流量。2.根據權利要求1所述的方法，其特征在于，按照以下步驟生成預先構建的傅里葉預測函數，包括S201從所述結構化歷史數據中獲取待預測路段在預設周期內多個歷史工作日的第一交通流數據，其中，每個工作日的第一交通流數據包括多個按照預設時間段劃分的第二交通流數據，每個第二交通流數據對應一個預設時間段；S202根據多個所述第二交通流數據確定出每個預設時間段內的流量周期項數值；S203采用傅里葉函數對所述每個預設時間段中的流量周期項數值進行周期性擬合，得到每個預設時間段的傅里葉函數的第一特征值與第二特征值；S204基于所述每個預設時間段的傅里葉函數的第一特征值與第二特征值構建傅里葉預測模型；S205將構建的所述傅里葉預測模型確定為預先構建的周期項預測模型。3.根據權利要求1所述的方法，其特征在于，所述確定待預測的目標參數之前，還包括：通過檢測器實時采集車輛在預設各個時間段的流量數據，生成原始數據；加載數據處理規則表；根據所述數據處理規則表將所述原始數據進行結構化，生成結構化歷史數據。4.根據權利要求2所述的方法，其特征在于，在從所述結構化歷史數據中獲取待預測路段在預設周期內多個歷史工作日的第一交通流數據之后，還包括：將所述多個第一交通流數據劃分為訓練集和測試集；對所述訓練集里的第一交通流數據執行步驟S202
?
S205，得到與待預測時間參數對應的預先構建的周期項預測模型；采用所述測試集里的第一交通流數據對所述預先構建的周期項預測模型進行驗證，將擬合效果最優對應的傅里葉展開級數作為所述預設控制參數。5.根據權利要求2所述的...
【專利技術屬性】
技術研發人員：牛永幸，金晟，夏曙東，杜澤婷，袁鋼，
申請(專利權)人：千方捷通科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。