一种基于大数据的道路交通控制方法及其系统技术方案

本发明专利技术涉及一种基于大数据的道路交通控制系统，包括包括数据采集及预处理单元、历史数据分析单元、预测单元，所述数据采集及预处理单元与所述历史数据分析单元之间通信连接，历史数据分析单元与所述预测单元之间通信连接；还提供了一种一种基于大数据的道路交通控制方法，根据实时数据收集，与历史数据对比，生成的协调控制方案，能够及时调整道路交通控制系统的运行，应对突发交通状况。

A road traffic control method and system based on big data

The invention relates to a road traffic control system based on big data, including a data acquisition and preprocessing unit, a historical data analysis unit and a prediction unit, a communication connection between the data acquisition and preprocessing unit and the historical data analysis unit, a communication connection between the historical data analysis unit and the prediction unit, and a large data-based road traffic control system According to the real-time data collection and historical data comparison, the generated coordinated control scheme can adjust the operation of the road traffic control system in time and respond to sudden traffic conditions.

【技术实现步骤摘要】
一种基于大数据的道路交通控制方法及其系统
本专利技术涉及交通控制
，具体是一种基于大数据的道路交通控制方法及其系统。
技术介绍
随着国家经济建设的不断发展与进行，交通运输车辆的数量日渐增长，对城市交通造成的压力也越来越重。为缓解交通压力，有效疏导各道路上的车辆，通过在十字路口安装交通信号灯的方式，对车辆的行驶进行疏导与控制；传统的信号控制方法的缺点就是需要在路口或路段布置大量的检测器，成本比较高，同时线圈检测器等对路面的破坏也比较严重。而且，线圈一旦布置完毕无法进行调整，无法精确的检测到路口的排队长度。通过路口或路段检测器对信号的控制，也只能是单路口的感应或自适应控制，无法实现区域协调控制。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于大数据的道路交通控制方法及其系统，以解决现有技术中存在的缺陷。本专利技术解决上述技术问题的技术方案如下：一种基于大数据的道路交通控制系统，包括数据采集及预处理单元、历史数据分析单元、预测单元，所述数据采集及预处理单元与所述历史数据分析单元之间通信连接，历史数据分析单元与所述预测单元之间通信连接；所述数据采集及预处理单元用于采集车辆历史行车数据，车辆历史行车数据包括车辆历史通行数据，并对车辆历史行车数据进行预处理，选择作用于趋势分析的基础数据集；所述历史数据分析单元用于对车辆历史行车数据进行异常值分析和处理、归一化处理，以获取归一化数据；所述预测单元用于对归一化数据根据车辆历史通行数据和基础数据集，对未来药品销量进行预测。一种基于大数据的道路交通控制方法，包括以下步骤：(1)数据采集及预处理：对过去一段时间内的车辆通行数据进行收集，并进行预处理后，为趋势分析选择时间周期m；(2)历史数据分析：(2.1)异常值识别及处理：利用线性回归和剔除残差方法识别异常值，并采用相邻两个周期内平均值的方法替换该异常值；(2.2)数据归一化处理：对车辆通行数据中所有数据作归一化处理，并作打乱处理；(3)数据预测：(3.1)分别建立三次指数平滑预测模型、灰色预测模型、LSTM预测模型，并分别计算获取三次指数平滑预测结果、灰色预测结果、LSTM预测结果；(3.2)通过三次指数平滑预测模型、灰色预测模型、LSTM预测模型组合构成BP神经网络组合预测模型；(3.3)BP神经网络组合预测模型以三次指数平滑预测结果、灰色预测结果、LSTM预测结果作为输入变量，并对BP神经网络组合预测模型进行模型训练，最终获取基于BP神经网络的组合预测结果。更具体的，所述步骤(1)中，所述车辆通行数据包括车辆通行数据、该车辆通行数据对应的月份、该车辆通行数据对应周几、该车辆通行数据当天是否为节假日、该车辆通行数据所对应当天的温度和该车辆通行数据对应的经纬度。更进一步的，所述步骤(2.2)中，将车辆通行数据通过公式(1)无损地映射到[0,1]之间，公式(1)如下：更进一步的，所述车辆通行数据中车辆通行数据、该车辆通行数据对应的月份、该车辆通行数据对应周几、该车辆通行数据当天是否为节假日、该车辆通行数据所对应当天的温度和该车辆通行数据对应的经纬度均作为因素数据，令各因素数据分别为一特征，所述归一化处理是对各个特征分别进行归一化。本专利技术的有益效果是：根据实时数据收集，与历史数据对比，生成的协调控制方案，能够及时调整道路交通控制系统的运行，应对突发交通状况。附图说明图1为本专利技术结构示意图；具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。具体实施时，如图1所示，一种基于大数据的道路交通控制系统，包括数据采集及预处理单元、历史数据分析单元、预测单元，所述数据采集及预处理单元与所述历史数据分析单元之间通信连接，历史数据分析单元与所述预测单元之间通信连接；所述数据采集及预处理单元用于采集车辆历史行车数据，车辆历史行车数据包括车辆历史通行数据，并对车辆历史行车数据进行预处理，选择作用于趋势分析的基础数据集；所述历史数据分析单元用于对车辆历史行车数据进行异常值分析和处理、归一化处理，以获取归一化数据；所述预测单元用于对归一化数据根据车辆历史通行数据和基础数据集，对未来药品销量进行预测。本专利技术还提供一种基于大数据的道路交通控制方法，包括以下步骤：(1)数据采集及预处理：对过去一段时间内的车辆通行数据进行收集，并进行预处理后，为趋势分析选择时间周期m；(2)历史数据分析：(2.1)异常值识别及处理：利用线性回归和剔除残差方法识别异常值，并采用相邻两个周期内平均值的方法替换该异常值；(2.2)数据归一化处理：对车辆通行数据中所有数据作归一化处理，并作打乱处理；(3)数据预测：(3.1)分别建立三次指数平滑预测模型、灰色预测模型、LSTM预测模型，并分别计算获取三次指数平滑预测结果、灰色预测结果、LSTM预测结果；(3.2)通过三次指数平滑预测模型、灰色预测模型、LSTM预测模型组合构成BP神经网络组合预测模型；(3.3)BP神经网络组合预测模型以三次指数平滑预测结果、灰色预测结果、LSTM预测结果作为输入变量，并对BP神经网络组合预测模型进行模型训练，最终获取基于BP神经网络的组合预测结果。在一个具体实施例中，所述步骤(1)中，所述车辆通行数据包括车辆通行数据、该车辆通行数据对应的月份、该车辆通行数据对应周几、该车辆通行数据当天是否为节假日、该车辆通行数据所对应当天的温度和该车辆通行数据对应的经纬度。在另一个具体实施例中，所述步骤(2.2)中，将车辆通行数据通过公式(1)无损地映射到[0,1]之间，公式(1)如下：在另一个具体实施例中，所述车辆通行数据中车辆通行数据、该车辆通行数据对应的月份、该车辆通行数据对应周几、该车辆通行数据当天是否为节假日、该车辆通行数据所对应当天的温度和该车辆通行数据对应的经纬度均作为因素数据，令各因素数据分别为一特征，所述归一化处理是对各个特征分别进行归一化。以上所述仅为本专利技术的较佳实施例，并不用以限制本专利技术，凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.一种基于大数据的道路交通控制系统，其特征在于：/n包括数据采集及预处理单元、历史数据分析单元、预测单元，所述数据采集及预处理单元与所述历史数据分析单元之间通信连接，历史数据分析单元与所述预测单元之间通信连接；/n所述数据采集及预处理单元用于采集车辆历史行车数据，车辆历史行车数据包括车辆历史通行数据，并对车辆历史行车数据进行预处理，选择作用于趋势分析的基础数据集；/n所述历史数据分析单元用于对车辆历史行车数据进行异常值分析和处理、归一化处理，以获取归一化数据；/n所述预测单元用于对归一化数据根据车辆历史通行数据和基础数据集，对未来药品销量进行预测。/n

【技术特征摘要】
1.一种基于大数据的道路交通控制系统，其特征在于：
包括数据采集及预处理单元、历史数据分析单元、预测单元，所述数据采集及预处理单元与所述历史数据分析单元之间通信连接，历史数据分析单元与所述预测单元之间通信连接；
所述数据采集及预处理单元用于采集车辆历史行车数据，车辆历史行车数据包括车辆历史通行数据，并对车辆历史行车数据进行预处理，选择作用于趋势分析的基础数据集；
所述历史数据分析单元用于对车辆历史行车数据进行异常值分析和处理、归一化处理，以获取归一化数据；
所述预测单元用于对归一化数据根据车辆历史通行数据和基础数据集，对未来药品销量进行预测。


2.一种基于大数据的道路交通控制方法，其特征在于，包括如下步骤：
(1)数据采集及预处理：对过去一段时间内的车辆通行数据进行收集，并进行预处理后，为趋势分析选择时间周期m；
(2)历史数据分析：
(2.1)异常值识别及处理：利用线性回归和剔除残差方法识别异常值，并采用相邻两个周期内平均值的方法替换该异常值；
(2.2)数据归一化处理：对车辆通行数据中所有数据作归一化处理，并作打乱处理；
(3)数据预测：
(3.1)分别建立三次指数平滑预测模型、灰色预测模型、LSTM预测模型，并分别计算获取三次指数平滑预测结果、灰色预测结果、L...

【专利技术属性】
技术研发人员：王鹏，李芳琴，尹剑，
申请(专利权)人：广州车行易科技股份有限公司，
类型：发明
国别省市：广东;44