【技术实现步骤摘要】
本专利技术涉及数据预测领域,更具体地,涉及一种基于信息融合和马尔可夫模型的交通客流预测方法。
技术介绍
随着城镇化和机动化进程的加快,早期的客流分配、线网规划已经不适应现代化发展的需要,同时城市交通拥堵已成为困扰我国城市发展的难题。现有技术中,在智能交通方面对城市交通进行信息化,精细化和智能化的管理、规划和设计,提高客流分配、线网规划的合理性,确保在缓解交通拥堵方面进度甚少,同时现有技术中也鲜有对公交客流进行监测和预测,公交客流进行监测和预测的重点是对客流的预测,通过历史客流数据和实时监测数据以及一定的算法,能够预测城市短期内的交通客流量,这样为公交营运调度创造有利条件。
技术实现思路
本专利技术提供一种基于信息融合和马尔可夫模型的交通客流预测方法,该方法可提高交通客流预测的准确率。为了达到上述技术效果,本专利技术的技术方案如下:一种基于信息融合和马尔可夫模型的交通客流预测方法,包括以下步骤:S1:对多源交通数据通过信息融合技术与分步预处理相结合的方法进行预处理;S2:对预处理后的多源交通数据采用马尔可夫模型来进行客流预测。进一步地,所述步骤S1的具体过程如下:S11:多源信息融合与ETL处理-运用信息融合技术把相同类型或者不同类型的局部测量值加以综合相互补充,消除信息之前的冗余和不真实数据,减少单源测量值出错所带来的影响,再对数据进行去噪、清洗、变换、归约、重复数据块删除操作;S12:无损数据压缩-采用小波变换多层分解的形式对数据流进行多层分解、空间多层分解、参数多层分解后,形成按时间为线索的数据压缩流,使交通数据的重要特征充分保留和突显;S13:特征提取 ...
【技术保护点】
一种基于信息融合和马尔可夫模型的交通客流预测方法,其特征在于,包括以下步骤:S1:对多源交通数据通过信息融合技术与分步预处理相结合的方法进行预处理;S2:对预处理后的多源交通数据采用马尔可夫模型来进行客流预测。
【技术特征摘要】
1.一种基于信息融合和马尔可夫模型的交通客流预测方法,其特征在于,包括以下步骤:S1:对多源交通数据通过信息融合技术与分步预处理相结合的方法进行预处理;S2:对预处理后的多源交通数据采用马尔可夫模型来进行客流预测。2.根据权利要求1所述的基于信息融合和马尔可夫模型的交通客流预测方法,其特征在于,所述步骤S1的具体过程如下:S11:多源信息融合与ETL处理-运用信息融合技术把相同类型或者不同类型的局部测量值加以综合相互补充,消除信息之前的冗余和不真实数据,减少单源测量值出错所带来的影响,再对数据进行去噪、清洗、变换、归约、重复数据块删除操作;S12:无损数据压缩-采用小波变换多层分解的形式对数据流进行多层分解、空间多层分解、参数多层分解后,形成按时间为线索的数据压缩流,使交通数据的重要特征充分保留和突显;S13:特征提取-通过映射或变换的方法,将多源交通数据的高维的属性空间压缩为低维的属性空间,即将原始属性变换为较少的新属性。3.根据权利要求1所述的基于信息融合和马尔可夫模型的交通客流预测方法,其特征在于,所述步骤S2的具体过程如下:S21:建立交通站点的马尔可夫模型需要站点与站...
【专利技术属性】
技术研发人员:方少亮,林珠,李海威,陈树敏,郑伟鸿,
申请(专利权)人:广东省科技基础条件平台中心,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。