快速路行程速度突变段挖掘与基于相似匹配的短时预测算法.PDFVIP

第３４卷第３期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．３ ２０１７年３月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｒ．２０１７ 快速路行程速度突变段挖掘和基于相似匹配的短时预测算法 李心癑　杨卫东　张　徵　许海波 （复旦大学计算机科学技术学院　上海２０１２０３） 摘　要　　城市快速路交通流具有明显的畅通和拥塞时段交错的特征，其间行程速度产生较大变化。基于上海 快速路线圈感应器采集的数据，首先提出一种在交通时间序列上线性时间挖掘行程速度突变段的滑动窗口方法， 解决了识别拥塞起止时刻等需求。然后，构建突变段历史样本数据库和自定义索引，提出一套经过多重优化的基 于相似度匹配的预测模型，达到对行程速度短时预测的目的，相比传统的回归方法更简单实用。最后，利用大量 实际数据对两套模型的效果和性能进行了检验。结果表明，挖掘算法通过简单的参数调校可完成不同尺度的突 变段查询，而预测算法能有效满足实时查询的性能要求，１５ｍｉｎ的预测精度能达到９０％左右。 关键词　　时间序列　行程速度　突变段　滑动窗口　短时交通预测　相似度　索引构造 中图分类号　ＴＰ３９２　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．０３．００７ ＶＥＬＯＣＩＴＹＦＬＵＣＴＵＡＴＩＯＮＰＥＲＩＯＤＭＩＮＩＮＧＦＯＲＥＸＰＲＥＳＳＷＡＹＴＲＡＦＦＩＣＦＬＯＷＡＮＤ ＳＨＯＲＴＴＥＲＭＦＯＲＥＣＡＳＴＩＮＧＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＳＩＭＩＬＡＲＩＴＹＭＡＴＣＨＩＮＧ ＬｉＸｉｎｙｕｅ　ＹａｎｇＷｅｉｄｏｎｇ　ＺｈａｎｇＺｈｅｎｇ　ＸｕＨａｉｂｏ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＦｕｄａｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２０１２０３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｔｒａｆｆｉｃｆｌｏｗｏｎｕｒｂａｎｅｘｐｒｅｓｓｗａｙｓｈａｓｏｂｖｉｏｕｓｃｈａｒａｃｔｅｒｉｓｔｉｃｓｔｈａｔｉｔｓｔｒａｖｅｌｖｅｌｏｃｉｔｙｃｈａｎｇｅｓｄｒａｓｔｉｃａｌｌｙ ｂｅｔｗｅｅｎｔｈｅｓｍｏｏｔｈｃｏｎｄｉｔｉｏｎａｎｄｔｈｅｃｏｎｇｅｓｔｉｏｎ．ＯｎｔｈｅｂａｓｉｓｏｆｄａｔａｃｏｌｌｅｃｔｅｄｂｙｃｏｉｌｓｅｎｓｏｒｓｏｎＳｈａｎｇｈａｉｅｘｐｒｅｓｓｗａｙ， ｗｅｐｒｏｐｏｓｅａｐｒｏｍｉｓｉｎｇｌｉｎｅａｒｓｌｉｄｉｎｇｗｉｎｄｏｗｍｅｔｈｏｄｔｏｍｉｎｅｔｈｅｔｒａｖｅｌｖｅｌｏｃｉｔｙｆｌｕｃｔｕａｔｉｏｎｐｅｒｉｏｄｓｉｎｔｒａｆｆｉｃｔｉｍｅｓｅｒｉｅｓ， ｓｏｌｖｉｎｇｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｓｕｃｈａｓｉｄｅｎｔｉｆｙｉｎｇｔｈｅｓｔａｒｔａｎｄｓｔｏｐｍｏｍｅｎｔｏｆｃｏｎｇｅｓｔｉｏｎ．Ｔｈｅｎ，ｗｅｃｏｎｓｔｒｕｃｔｔｈｅｈｉｓｔｏｒｙ ｓａｍｐｌｅｄａｔａｂａｓｅｏｆｆｌｕｃｔｕａｔｉｏｎｐｅｒｉｏｄｓａｎｄｔｈｅｃｕｓｔｏｍｉｎｄｅｘ，ａｎｄｐｒｏｐｏｓｅａｎｏｐｔｉｍｉｚｅｄｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌｂａｓｅｄｏｎ ｓｉｍｉｌａｒｉｔｙｍａｔｃｈｉｎｇｔｏａｃｈｉｅｖｅｔｈｅｐｕｒｐｏｓｅｏｆｓｈｏｒｔｔｅｒｍｆｏｒｅｃａｓｔｉｎｇｏｆｔｒａｖｅｌｖｅｌｏｃｉｔｙ．Ｔｈｅｍｏｄｅｌｉｓｍｏｒｅｐｒａｃｔｉｃａｌａｎｄ ｉｎｔｕｉｔｉｖｅｔｈａｎｔｒａｄｉｔｉｏｎａｌｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌ．Ｆｉｎａｌｌｙ，ｗｅｕｓｅｈｕｇｅａｍｏｕｎｔｓｏｆｒｅａｌｄａｔａｔｏｔｅｓｔｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓａｎｄ ｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｓｅｔｗｏｍｏｄｅｌｓ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｉｎｉｎｇａｌｇｏｒｉｔｈｍｃａｎｃｏｍｐｌｅｔｅｆｌｕｃｔｕａｔｉｏｎｐｅｒｉｏｄ ｑｕｅｒｙａｔｄｉｆｆｅｒｅｎｔｓｃａｌｅｓｔｈｒｏｕｇｈｓｉｍｐｌｅｐａｒａｍｅｔｅｒｔｕｎｉｎｇ，ｗｈｉｌｅｔｈｅｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌｃａｎｅｆｆｅｃｔｉｖｅｌｙｍｅｅｔｔｈｅ ｐｅｒｆｏｒｍａｎｃｅｒｅｑｕｉｒｅｍｅｎｔｏｆｒｅａｌｔｉｍｅｑｕｅｒｙａｎｄｒｅａｃｈａｈｉｇｈｆｏｒｅｃａｓｔｉｎｇａｃｃｕｒａｃｙａｒｏｕｎｄ９０％ｉｎ１５ｍｉｎｕｔｅｓ． Ｋｅｙｗｏ