城市交通流預(yù)測方法闡述與分析

畢云蕊 劉 娣 劉 坤

南京工程學(xué)院自動化學(xué)院 江蘇 南京 211167

1 引言

據(jù)《中國主要城市交通分析報告》，全國26%的城市通勤處于擁堵狀態(tài)，55%的城市高峰時處于緩行狀態(tài)，這嚴(yán)重增加了出行者的行程時間，帶來了油耗提高，環(huán)境污染，交通事故等一系列問題。在實際的交通控制中，交通信息采集和處理過程往往存在一定的滯后性，直接影響了控制策略的有效性。然而，交通系統(tǒng)具有嚴(yán)密的時空邏輯關(guān)系，可以通過交通流歷史數(shù)據(jù)進行先前預(yù)測，進而提高交通系統(tǒng)的管理效率。本文針對交通流預(yù)測，對國內(nèi)外研究現(xiàn)狀及存在的問題進行討論與分析。

2 交通流預(yù)測現(xiàn)狀及分析

按時間跨度可以將交通流預(yù)測分為長期預(yù)測、中期預(yù)測和短時預(yù)測三類。三種預(yù)測方式的目的、側(cè)重點和精度都有所不同。長期交通流預(yù)測主要用于交通規(guī)劃，預(yù)測被規(guī)劃路網(wǎng)的交通流量及其變化情況，這種預(yù)測一般以年為單位，精度要求不高，易于實現(xiàn)。中期預(yù)測主要以交通管理為目的，需要在一段時間內(nèi)以月、日、小時為單位對交通流量分布進行估計，這種預(yù)測的實現(xiàn)也不困難。短時交通流預(yù)測主要是以實時的交通控制為目的，一般都不超過15min，并且對預(yù)測的精度要求較高，預(yù)測難度大。這是因為隨著預(yù)測周期的縮短，交通流變化的規(guī)律性越來越不明顯，各種干擾所造成的影響就越來越大，使得短時交通流的變化顯示出更明顯的不確定性。

總體上，短時交通流預(yù)測方法可歸納為傳統(tǒng)統(tǒng)計理論方法、非線性理論預(yù)測方法和智能預(yù)測方法。傳統(tǒng)統(tǒng)計理論方法是用數(shù)理統(tǒng)計的方法對原始數(shù)據(jù)進行處理，利用歷史數(shù)據(jù)實現(xiàn)短時交通流預(yù)測，主要方法有：回歸分析預(yù)測方法[1]、時間序列模型[2]、卡爾曼濾波方法[3]、極大似然估計方法[4]等。傳統(tǒng)統(tǒng)計方法理論簡單、容易理解，但是由于大部分模型都是線性的，隨著交通流量變化的隨機性和非線性不斷加強，預(yù)測性能也隨之變差。

近些年隨著非線性理論快速發(fā)展，基于非線性理論的預(yù)測方法被廣泛地用于短時交通流預(yù)測中。主要方法有：混沌理論[5]、馬爾科夫理論[6]、小波分析[7]、K最近鄰算法[8]等，徐建閩等[8]針對城市孤立交叉口交通流量未飽和的情形,提出了一種基于K近鄰短時交通流預(yù)測的單交叉口自適應(yīng)控制策略，使單交叉口控制方案適應(yīng)于動態(tài)變化的交通流，仿真結(jié)果表明該方法有效提高了交叉口的車輛通行效率。非線性預(yù)測方法很好地解決了短時預(yù)測過程中的非線性和隨機性因素，提升了預(yù)測的有效性，但這類方法均包含較多的系統(tǒng)模型參數(shù)，當(dāng)參數(shù)值不準(zhǔn)確(甚至不可測)時或外部干擾因素增多時，將對預(yù)測的性能造成不同程度的影響。

智能預(yù)測方法主要以數(shù)據(jù)為基礎(chǔ)并融入人類經(jīng)驗改善預(yù)測性能，主要包括神經(jīng)網(wǎng)絡(luò)[9,10]、支持向量機[11]、大數(shù)據(jù)技術(shù)[12,13]等。Sun等[10]提出了一種模糊神經(jīng)網(wǎng)絡(luò)模型，并針對模型的復(fù)雜參數(shù)提出了一種改進差分進化算法，通過將該算法與BP結(jié)合實現(xiàn)了模型復(fù)雜參數(shù)辨識，有效的改進了交通流預(yù)測性能。智能預(yù)測方法有效地規(guī)避了未知參數(shù)問題所帶來的設(shè)計難題，并展現(xiàn)了良好的容錯性和魯棒性控制性能，但這類方法在參數(shù)設(shè)置、多重不確定因素、突發(fā)事件等方面有待于深入探索與研究。

3 總結(jié)與展望

上述給出了交通流預(yù)測國內(nèi)外的研究現(xiàn)狀并分析了各種方法的優(yōu)缺點。雖然各種方法都具有自己的特定應(yīng)用范圍，但在某些方面仍然能極大的提高交通系統(tǒng)的運行效率。隨著人工智能方法的不斷發(fā)展，交通流預(yù)測等技術(shù)會不斷精進，必然會形成各種物聯(lián)網(wǎng)、車聯(lián)網(wǎng)，由此將會推動交通控制領(lǐng)域技術(shù)的大范圍變革，科技改變生活，讓我們拭目以待。

聲明

本文受江蘇省高校自然科學(xué)基金（No.18KJB510016），南京工程學(xué)院校級基金（No.YKJ201718, No.JCYJ201819），南京工程學(xué)院高等教育研究課題（No.2018ZC01）資助。