买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东科技大学

摘要：本说明书实施例公开了一种城市交通拥堵的预测方法、设备及介质，涉及智慧交通技术领域，用于解决现有交通拥堵预测方式预测精度较低的问题。方法包括：对初始交通数据进行预处理获得交通数据并根据预设比例划分为训练集与测试集。将训练集输入预置优化算法层，以根据训练集构成的种群中当前个体和最优个体之间的位置矢量差，对个体位置进行重置获得预置拥堵预测模型的调优参数；基于调优参数进行更新以将训练集输入LSTM特征提取层获得特征向量，将特征向量输入注意力层以获得预测输出结果；根据预测输出结果与测试集进行训练更新以获得当前拥堵预测模型，将当前交通数据输入当前拥堵预测模型以获得待检测区域的交通拥堵系数。

主权项：1.一种城市交通拥堵的预测方法，其特征在于，所述方法包括：基于预设采集设备采集待检测区域中各路段的初始交通数据，以对所述初始交通数据进行预处理获得交通数据，并将所述交通数据根据预设比例划分为训练集与测试集；将所述训练集输入预置拥堵预测模型的预置优化算法层，以根据所述训练集构成的种群中当前个体和最优个体之间的位置矢量差，对预置优化算法层迭代更新后的个体位置进行重置，获得预置拥堵预测模型的调优参数；基于所述调优参数对所述预置拥堵预测模型进行更新，以将所述训练集输入所述更新后的预置拥堵预测模型的LSTM特征提取层，获得特征向量；将所述特征向量输入所述更新后的预置拥堵预测模型的注意力层，以获得预测输出结果；根据所述预测输出结果与所述测试集对所述更新后的预置拥堵预测模型进行训练更新，以获得当前拥堵预测模型，将所述待检测区域的当前交通数据输入所述当前拥堵预测模型，以获得所述待检测区域的交通拥堵系数；其中，所述基于预设采集设备采集待检测区域中各路段的初始交通数据，以对所述初始交通数据进行预处理获得交通数据，具体包括：根据各所述预设采集设备所对应的交通子系统，对各所述预设采集设备采集的初始交通数据进行汇总获取；其中，所述交通子系统包括：天气信息获取子系统、道路状况识别子系统和监控调度子系统；基于所述待检测区域的预置交通规则与所述待检测区域的历史交通数据所对应的数值范围，对所述初始交通数据进行数据剔除，获得待处理交通数据；基于时间顺序对所述待处理交通数据进行排序，以根据相邻待处理交通数据的平均值对所述待处理交通数据进行补充；根据最大最小标准化方式对补充后的待处理交通数据进行线性变换，获得交通数据；其中，根据各所述预设采集设备所对应的交通子系统，对各所述预设采集设备采集的初始交通数据进行汇总获取，具体包括：基于所述天气信息获取子系统、道路状况识别子系统和监控调度子系统进行所述初始交通数据的多维度采集；基于时间顺序对所述初始交通数据进行汇总排序，确定所述初始交通数据的有效时间范围；其中，所述有效时间范围包括：起始采集时间与终止采集时间；根据所述有效时间范围对所述初始交通数据进行截取，获得待检测区域中各路段的初始交通数据；其中，将所述训练集输入预置拥堵预测模型的预置优化算法层，以根据所述训练集构成的种群中当前个体和最优个体之间的位置矢量差，对预置优化算法层迭代更新后的个体位置进行重置，获得预置拥堵预测模型的调优参数，具体包括：对所述预置优化算法层进行初始化，获得所述预置优化算法层所对应的灰狼优化算法；计算种群中各个体的适应度，并根据适应度对所述个体进行等级划分，通过对于各所述等级的个体进行包围，实现对于个体位置的更新，获得更新后的个体位置；其中，所述等级包括：最优等级、次优等级、次次优等级；根据当前个体和最优等级个体之间的位置矢量差来重置更新后的个体位置，迭代获得适应度最好三个个体作为所述预置拥堵预测模型的调优参数；其中，所述调优参数包括：隐藏节点数、初始学习率、正则化系数；其中，根据种群中当前个体和最有个体之间的位置矢量差来重置更新后的个体位置，具体表达式如下： ；式中，表示种群中狼个体跳出局部最优解后的位置；表示第t次迭代时的最优解；h表示随机向量；表示种群中狼个体局部最优解的位置；其中，根据所述预测输出结果与所述测试集对所述更新后的预置拥堵预测模型进行训练更新，以获得当前拥堵预测模型，具体包括以下过程：获取预置损失函数，以将预测输出结果与所述测试集的实际结果输入预置损失函数，获得更新后的预置拥堵预测模型的损失值。然后根据损失值对更新后的预置拥堵预测模型进行反向传播，以对更新后的预置拥堵预测模型进行训练更新，获得符合要求的当前拥堵预测模型；其中，预置损失函数为： 上式中，为第c个测试集样本的实际值，是第c个测试集样本的预测值，N为样本点的个数，若指标数值越小，证明预测值越接近真实值；使用Adam优化器来更新模型参数，以获取最优模型，具体公式如下： 其中，表示梯度，即损失函数对求偏导；表示损失函数，为待更新参数；为t时刻，梯度在动量形式下的一阶矩估计；为t时刻，梯度在动量形式下的二阶矩估计，通常取；、为指数衰减率，通常设置为；、表示i时刻的指数衰减率；即是表示梯度;为纠正后的一阶矩估计，为纠正后的二阶矩估计；、表示t时刻的指数衰减率；为学习率；表示梯度缩放值；为Adam函数的输出；表示在t-1时刻，梯度在动量形式下的一阶矩估计；表示在t-1时刻，梯度在动量形式下的二阶矩估计。

全文数据：

权利要求：

百度查询： 山东科技大学 一种城市交通拥堵的预测方法、设备及介质