CN115035715A - 基于决策树和多元辅助信息的高速公路流量预测方法 - Google Patents

Abstract

本发明公开一种基于决策树和多元辅助信息的高速公路流量预测方法。本发明首先建立多尺度时间跨度的多元辅助信息时间序列，使用多元信息感知的LSTM模型学习流量、天气等信息的特征表示，然后构建具有多元信息的时间序列，使用梯度提升决策树进行模型的训练，提高高速公路场景下流量预测的准确度。本发明使用真实的高速公路微波车检器和气象检测仪数据集构建了多元信息的数据集，使用滑动窗口综合考虑多种影响交通流量的特征因子，并且使用基于梯度提升决策树的模型对高速公路场景下的流量进行预测，具有更高的准确率。

Description

基于决策树和多元辅助信息的高速公路流量预测方法

技术领域

本发明属于数据挖掘与智能交通领域，具体涉及一种基于决策树和多元辅助信息的高速公路流量预测方法。

背景技术

近年来，我国在交通运输方面取得了历史性成就，其中，据中国交通运输部的数据，截至2020年底，中国高速公路里程达16.10万公里，居世界第一。随着经济的快速发展，我国机动车数量也在快速增加，高速管理部门进行日常维护、拥塞管理等工作的难度日益增加。为了缓解管理难度，已经有越来越多的高速公路路段安装微波车检器等智能传感器设备，用于记录固定时间段内的车道级的总车流量、平均车速、平均车间距、平均车长以及分小、中、大型车型的车流量等数据。这些记录数据能反映当前高速公路的车流规律，是为高速管理部门提供科学决策的重要基础。

目前国内外的研究人员对道路的流量预测做了许多有价值的研究工作。现有的道路流量预测算法基于时间序列数据主要分为两类：基于统计学习的模型和基于机器学习的模型。相关统计学习方法包括差分自回归移动平均(ARIMA)、卡尔曼滤波、线性回归等，机器学习方法包括支持向量机(Support Vector Machine，SVM)、K近邻算法(K-NearestNeighbor)、梯度提升决策树(XGBoost)等。此外，随着深度学习的迅速发展，也有一些研究使用循环神经网络(Recurrent Neural Network，RNN)、卷积神经网络(ConvolutionalNeural Network，CNN)等神经网络模型来提升道路流量预测的准确性。例如长短期记忆网络(LSTM)通过引入记忆单元(memory unit)，随着时间序列的增加而不会衰减已有的信息，可以捕获更长时间跨度内的时间序列特征，具有更好的性能。

然而，高速公路流量的时间序列往往是多种因素共同作用产生的结果，仅依靠道路流量的历史数据难以提供高准确度的流量预测，导致道路管理部门无法获取对未来道路流量状况预判的数据支撑。同时，高速公路的流量数据存在以下特点，导致预测过程更具挑战性：1)流量受时间、节假日和气象情况等因素的影响较大，预测难度大，2)微波车检器的设施不够完善、运行不稳定，存在大量缺失或者独立的记录，影响流量预测的准确率。现有的道路流量预测方法大多针对城市道路场景下，缺乏对于高速公路的应用场景的流量预测方法。

发明内容

本发明针对因高速公路场景下的多种复杂因素以及大量缺失车检器流量记录而导致流量预测困难和准确率不高的问题，提出了一种基于决策树和多元辅助信息的高速公路流量预测方法，本发明可以提高高速公路场景下流量预测的准确度。

本发明的具体步骤是：

步骤(1).考虑高速公路场景下影响流量预测因素的多元性，采集高速公路路段的微波车检器和气象仪检测器数据构建多元辅助信息数据集。

步骤(2).在步骤(1)的基础上进行特征提取与数据预处理，包括以下子步骤：

步骤(2.1).提取高速公路车道级的总车流量tr_t、区分小、中、大型车型的车流量tr_s、tr_m、tr_l、平均车速s、平均车长l等；

步骤(2.2).提取气象仪检测信息，包括高速路段一定范围内的能见度w_v、路面湿滑程度w_p；

步骤(2.3).基于信息采集时间戳提取时间特征，包括时间段特征ti_h、日期特征ti_d、星期特征ti_w、月份特征ti_m。

步骤(3).在步骤(2)的基础上，设置不同时间跨度的滑动窗口大小，构建不同类别信息的时间序列，结合多元信息感知的LSTM(Long Short-Term Memory，长短期记忆网络)模型对时间序列进行特征学习，获取多元信息的特征表示；其中特征融合后的交通流信息表示为tr′_t，tr′_s，tr′_m，tr′_l，s′，l′，气象信息表示为w′_v，w′_p，时间信息表示为ti′_h，ti′_d，ti′_w，ti′_m。

步骤(4).考虑高速公路场景下微波车检器等设施运行不稳定，存在大量缺失或者独立记录的问题，本发明提出了建立基于时间窗口的特征序列，利用周期性变化规律特征缓解上述问题，基于时间窗口的特征序列定义为：

步骤(4.1).设所有时间间隔可获取的多元信息序列为s₁，s₂，...，s_t，其中s_t表示第t个时间间隔的多元信息，并且s_t由交通流、气象和时间三种信息组成，即

步骤(4.1).基于时间窗口的特征序列将多个时间间隔的多元信息序列按时间顺序进行拼接，设窗口大小为size，融合后的时间序列为：s′_t＝s_t-size||s_t-size+1||...||s_t，其中(a||b)表示将两个维度为12的序列a和b拼接为维度为24的一个序列。

步骤(5).以基于时间窗口的特征序列为基础，构建结合多元辅助信息的多特征梯度提升决策树模型，对多元辅助信息特征表示进一步训练学习。本发明的模型学习的目标函数为：

其中n表示样本空间大小，y_t表示真实流量值，流量预测值

的是由多棵决策树组合得来，计算方式如下：

其中K表示回归树的数量，fk()表示第k颗树。

定义为L2正则化的平方损失函数，降低模型的过拟合概率。

步骤(6).流量预测过程。基于步骤(5)训练的决策树模型，输入待预测道路的历史流量信息、气象信息和时间信息。其中，流量信息包括总车流量、区分小、中、大型车型的车流量、平均车速和平均车长；气象信息包括路段能见度和路面湿滑程度；时间信息包括时间段(小时)、日期、星期和月份。将上述数据输入进决策树模型中即可获取流量预测结果。

本发明具有的有益效果：

很多工作仅依赖历史流量时间序列作为输入进行流量预测的准确度不高，容易忽略时间上下文、天气上下文等多元信息的影响，本发明在高速公路场景下提取多元辅助信息，综合考虑了多元特征对于流量预测的影响程度。

本发明使用真实的高速公路微波车检器和气象检测仪数据集构建了多元信息的数据集，使用滑动窗口综合考虑多种影响交通流量的特征因子，并且使用基于梯度提升决策树的模型对高速公路场景下的流量进行预测，具有更高的准确率。

附图说明

图1.本发明方法流程图；

图2.多元辅助信息提取模块示意图；

图3.基于时间跨度的滑动窗口示意图。

具体实施方式

下面将对本发明所提出的基于决策树和多元辅助信息的高速公路流量预测方法做具体说明。

如图1所示，本发明的具体步骤如下：

步骤(1).输入：考虑高速公路场景下影响流量预测因素的多元性，采集高速公路路段的微波车检器和气象仪检测器数据构建多元辅助信息数据集。具体过程如下：

步骤(1.1).在微波车检器中，每隔5分钟记录一次信息，包括时间戳、分车道的车总流量、分车型的车流量、平均车速、平均车长度、平均车间距等多种信息。气象仪检测器同样每隔5分钟记录一次信息，包括降水量、能见度、路面湿滑度、风速、风向等多种气象信息，但很多属性存在记录值缺失或者异常的现象。针对高速场景下，本发明选择能见度和路面湿滑度两个对流量影响较大的属性进行采集。在高速公路场景下，存在一些时刻无车通过或者流量很低的情况，为了聚焦于正常情况下的流量预测，本发明对5分钟采集的数据进行汇聚操作，即以12个记录点(1小时)为一组取均值作为一个时间点的数据，在此基础上构建数据集。

步骤(2).在步骤(1)的基础上进行特征提取与数据预处理，包括以下子步骤：

步骤(2.1).提取高速公路车道级的总车流量tr_t、区分小、中、大型车型的车流量tr_s、tr_m、tr₁、平均车速s、平均车长l。对于上述属性，对缺失值或者异常值采用平滑均值的方式进行数据填充；

步骤(2.2).提取天气信息，包括高速路段一定范围内的能见度w_v、路面湿滑程度w_p。对于上述属性，对缺失值或者异常值采用平滑均值的方式进行数据填充；

步骤(2.3).基于信息采集时间戳提取时间特征，包括时间段特征ti_h、日期特征ti_d、星期特征ti_w、月份特征ti_m。

步骤(3).在步骤(2)的基础上，设置不同时间跨度的滑动窗口大小，构建不同类别信息的时间序列，结合多元信息感知的LSTM模型对时间序列进行特征学习，获取多元信息的特征表示。具体从如下：

步骤(3.1).对于流量信息和天气信息，如每个时间间隔的总车流量tr_t，分别以天和周两个时间跨度划分时间滑动窗口的大小，构建不同时间跨度的流量时间序列，对于长度不足窗口大小的部分，用所有流量的平均值进行填充。

步骤(3.2).设时间序列长度为T，以天和周为跨度的时间序列长度分别为24和168。时间序列的构建过程如图3所示。对于总车流量tr_t、区分小、中、大型车型的车流量tr_s、tr_m、tr_l、平均车速s、平均车长l以及天气特征能见度w_v、路面湿滑程度w_p，分别作为LSTM模型的输入x_t进行特征学习，过程如下：

其中(·)表示两个跨度的情况下的特征学习结果，取值为d(天)和w(周)，

和

分别表示模型的此刻输入和上一时刻的输出。

分别表示输入门、遗忘门和输出门，

表示此刻的输入状态，

表示上一时刻的记忆状态，

分别表示此刻的记忆状态和输出状态，W和b分别表示不同门和状态计算过程中非线性激活函数σ和tanh的权重矩阵和偏置。输入门决定当前输入状态有哪些会保存到当前记忆状态，遗忘门控制上一时刻的记忆状态有哪些保留到当前时刻，输出门决定当前时刻的输出状态。

经过LSTM模型的学习，可以分别得到以天和周为时间跨度的特征表示为

按同样的处理过程可以得到剩余的属性的特征表示，分别为：小、中、大型车型的车流量

平均车速

平均车长

以及天气特征能见度

路面湿滑程度

步骤(3.3).针对两个时间跨度的特征表示进行融合，融合如下：

h′＝γh^(d)+(1-γ)h^(w)

其中γ表示两种时间跨度特征表示的影响权重，h′是信息特征表示的通用表示，具体可以计算得到步骤(3.2)中的所有属性，即最终得到流量信息和气象信息的特征表示：tr′_t，tr′_s，tr′_m，tr′_l，s′，l′，w′_p，w′_v。考虑到步骤(3.2)和步骤(3.3)的融合了不同跨度的时间信息，故直接使用步骤(2.3)的结果作为最终的时间特征表示：ti′_h，ti′_d，ti′_w，ti′_m。

步骤(4).考虑高速公路场景下微波车检器等设施运行不稳定，存在大量缺失或者独立记录的问题，本发明提出了建立基于时间窗口的特征序列，利用周期性变化规律特征缓解上述问题，基于时间窗口的特征序列定义为：

步骤(4.1).设所有时间间隔可获取的多元信息序列为s₁，s₂，...，s_t，其中s_t表示第t个时间间隔的多元信息，并且s_t由交通流、气象和时间三种信息组成，即

步骤(4.1).基于时间窗口的特征序列将多个时间间隔的多元信息序列按时间顺序进行拼接，设窗口大小为size，融合后的时间序列为：s′_t＝s_t-size||s_t-size+1||...||s_t，其中(a||b)表示将两个维度为12的序列a和b拼接为维度为24的一个序列。

步骤(5).以基于时间窗口的特征序列为基础，构建结合多元辅助信息的多特征梯度提升决策树模型，对多元辅助信息特征表示进一步训练学习。本发明的模型学习的目标函数为：

其中n表示样本空间大小，y_t表示真实流量值，流量预测值

的是由多棵决策树组合得来，计算方式如下：

其中K表示回归树的数量，f_k()表示第k颗树。

定义为L2正则化的平方损失函数，降低模型的过拟合概率。

步骤(6).流量预测过程。基于步骤(5)训练的决策树模型，输入待预测道路的历史流量信息、气象信息和时间信息。其中，流量信息包括总车流量、区分小、中、大型车型的车流量、平均车速和平均车长；气象信息包括路段能见度和路面湿滑程度；时间信息包括时间段(小时)、日期、星期和月份。将上述数据输入进决策树模型中即可获取流量预测结果。

将本发明方法所得结果与其它方法所得结果进行比对，如下表：

由上表可知，本发明可以显著提高高速公路场景下流量预测的准确度。

本发明所提出的基于决策树和多元辅助信息的高速公路流量预测方法可有两个模块实施：多元辅助信息提取模块和梯度提升决策树流量预测模块。

在某个实施例中，多元辅助信息提取模块对应上述步骤中的(1)、(2)和(3)，如图2多元辅助信息提取模块所示。首先通过对微波车检器每5分钟采集的数据进行汇聚，使用每6次记录的平均值作为每半小时的流量数据，同时将记录中的与流量相关的车型、车距、车速等信息进行空值填充等处理，利用记录时间戳计算得到小时、星期、月份等时间信息，利用周边的气象仪检测数据获取能见度、路面湿滑度等天气信息。最后利用多元信息感知的LSTM模型对不同特征的时间序列进行特征学习，获取流量和多元信息的特征表示，用于下一模块中的流量预测。

在某个实施例中，梯度提升决策树流量预测模块对应上述步骤中的(4)和(5)。此模块基于梯度提升决策树的流量预测模型，将LSTM学习得到的多元辅助信息作为输入，构建具有多种特征的多棵子决策树，最后汇总所有子树的损失，得到最终的流量预测结果。在基于决策树的预测过程中，构建基于时间窗口的特征序列，利用周期性变化规律特征缓解高速公路场景下微波车检器等设施运行不稳定、存在大量缺失或者独立记录的问题。

Claims (9)

1.基于决策树和多元辅助信息的高速公路流量预测方法，其特征在于该方法包括以下步骤：

步骤(1).采集高速公路路段的微波车检器和气象仪检测器数据，构建多元辅助信息数据集；

步骤(2).在步骤(1)的基础上进行特征提取；

步骤(3).在步骤(2)的基础上，设置不同时间跨度的滑动窗口大小，构建不同类别信息的时间序列，结合多元信息感知的LSTM模型对时间序列进行特征学习，获取多元信息的特征表示，所述的多元信息涉及流量、天气以及时间；

步骤(4).建立基于时间窗口的特征序列，具体如下：

步骤(4.1).设所有时间间隔可获取的多元信息序列为s₁，s₂，...，s_t，其中s_t表示第t个时间间隔的多元信息，并且s_t由交通流、气象和时间三种信息组成；

步骤(4.1).基于时间窗口的特征序列将多个时间间隔的多元信息序列按时间顺序进行拼接；

步骤(5).以基于时间窗口的特征序列为基础，构建结合多元辅助信息的多特征梯度提升决策树模型，对多元辅助信息特征表示进一步训练学习；

步骤(6).基于步骤(5)训练的决策树模型，输入待预测道路的历史流量信息、气象信息和时间信息，即可获取流量预测结果。

2.根据权利要求1所述的基于决策树和多元辅助信息的高速公路流量预测方法，其特征在于：步骤(1)具体包括：

微波车检器每隔5分钟记录一次信息，包括时间戳、分车道的车总流量、分车型的车流量、平均车速、平均车长度和平均车间距；

气象仪检测器每隔5分钟记录一次信息，包括降水量、能见度、路面湿滑度、风速和风向。

3.根据权利要求2所述的基于决策树和多元辅助信息的高速公路流量预测方法，其特征在于：对5分钟采集的数据进行汇聚操作，即以12个记录点为一组取均值作为一个时间点的数据，在此基础上构建数据集。

4.根据权利要求1所述的基于决策树和多元辅助信息的高速公路流量预测方法，其特征在于：步骤(2)具体包括：

步骤(2.1).提取高速公路车道级的总车流量tr_t、小、中、大型车型的车流量tr_s、tr_m、tr_l、平均车速s、平均车长l；

步骤(2.2).提取天气信息，包括高速路段一定范围内的能见度w_v、路面湿滑程度w_p；

步骤(2.3).基于信息采集时间戳提取时间特征，包括时间段特征ti_h、日期特征ti_d、星期特征ti_w、月份特征ti_m。

5.根据权利要求1所述的基于决策树和多元辅助信息的高速公路流量预测方法，其特征在于：对步骤(2.1)和(2.2)中的缺失值或者异常值采用平滑均值的方式进行数据填充。

6.根据权利要求4或5所述的基于决策树和多元辅助信息的高速公路流量预测方法，其特征在于：步骤(3)具体包括：

步骤(3.1).对于流量信息和天气信息，分别以天和周两个时间跨度划分时间滑动窗口的大小，构建不同时间跨度的流量时间序列；

步骤(3.2).设时间序列长度为T，以天和周为跨度的时间序列长度分别为24和168；

对于总车流量tr_t、小、中、大型车型的车流量tr_s、tr_m、tr_l、平均车速s、平均车长l以及天气特征能见度w_v、路面湿滑程度w_p，分别作为LSTM模型的输入进行特征学习；

得到以天和周为时间跨度的特征表示为

小、中、大型车型的车流量

平均车速

平均车长

以及天气特征能见度

路面湿滑程度

步骤(3.3).针对两个时间跨度的特征表示进行融合，最终得到流量信息和气象信息的特征表示：tr′_t，tr′_s，tr′_m，tr′_l，s′，l′，w′_p，w′_v；以及时间特征表示ti′_h，ti′_d，ti′_w，ti′_m。

7.根据权利要求1所述的基于决策树和多元辅助信息的高速公路流量预测方法，其特征在于：步骤(4.1)中设窗口大小为size，融合后的时间序列为：s′_t＝s_t-size||s_t-size+1||...||s_t，其中(a||b)表示将两个维度为12的序列a和b拼接为维度为24的一个序列。

8.根据权利要求1所述的基于决策树和多元辅助信息的高速公路流量预测方法，其特征在于：步骤(5)中的多特征梯度提升决策树模型学习的目标函数为：

其中n表示样本空间大小，y_t表示真实流量值，

表示流量预测值；

表示L2正则化的平方损失函数。

9.根据权利要求8所述的基于决策树和多元辅助信息的高速公路流量预测方法，其特征在于：所述的流量预测值

是由多棵决策树组合得来，计算方式如下：

其中K表示回归树的数量，f_k()表示第k颗树，s′_t为融合后的时间序列。

Images