摘要
本发明公开了一种针对新稳态交通的交通流预测方法,包括:获取并预处理历史交通数据,输出含有路网各节点和边的交通流信息矩阵;基于交通流信息矩阵构建路网图结构,采用图卷积神经网络构建具备路网图结构的交通流预测模型;在交通流预测模型的基础上搭载持续学习模型,采用弹性权重巩固方法对损失函数进行优化以保护关键参数,同时允许更新部分参数;确定预测策略与统计尺度,根据统计尺度使用滑动窗口法对用以预测的实时交通流数据进行处理,将处理后的交通流数据输入至持续学习模型,经输出维度转换和归一化数据还原,输出最终的预测结果;对预测结果进行可信度验证,以动态调整持续学习模型的参数。实现对新稳态交通的交通流的精确预测。
技术关键词
交通流预测方法
交通流预测模型
交通流信息
稳态
历史交通数据
滑动窗口
矩阵
时间段
参数
表达式
机器学习算法
节点
策略
信号灯
非线性
动态
基础
系统为您推荐了相关专利信息
协同抑制方法
三维模型
有限元网格划分
旋转机械
加速度
虚拟同步机
变流器
并联系统
优化控制方法
有功功率