結(jié)合深度學(xué)習(xí)的短時車流量預(yù)測優(yōu)化方法

王 鈺，郭蘭英，程 鑫

長安大學(xué) 信息工程學(xué)院，西安 710064

1 引言

在智能交通的發(fā)展歷程中交通流量預(yù)測起著重要的作用。精確和實時的交通流預(yù)測能夠用來分析道路規(guī)劃，減少交通事故傷亡，提供合理的出行意見[1]。對不同的重要交通路口的車流量短時間段進(jìn)行預(yù)測，得到盡可能準(zhǔn)確的預(yù)測結(jié)果，可以為相關(guān)部門的交通管制和廣大居民的出行提供及時有效的參考，緩解不同時刻交通壓力，在極大限度下充分利用道路資源。

目前為止，已經(jīng)有大量的方法被應(yīng)用到短時交通流的預(yù)測之中。短時交通流量的預(yù)測分為參數(shù)模型和非參數(shù)模型。參數(shù)模型包括自回歸移動平均模型（Autoregressive Integrated Moving Average，ARIMA）[2]和卡爾曼濾波[3]等。非參數(shù)模型包括KNN（K-Nearest Neighbors）[4]、SVR（Support Vector Regression）[5]、人工神經(jīng)網(wǎng)絡(luò)[6]等。

由于短時車流量的變化呈現(xiàn)出一定的非線性特征，且隨著時間變化這種非線性模型也十分靈活，為了能夠更好地擬合較為復(fù)雜的數(shù)據(jù)，近年來更加關(guān)注于各種非線性預(yù)測模型。Oh 等[7]提出了基于KNN 的新的序列搜索算法來預(yù)測交通狀態(tài)，該方法和傳統(tǒng)方法相比，顯著提高了預(yù)測的準(zhǔn)確性、效率和穩(wěn)定性。丁棟等[8]基于影響模型，將交通網(wǎng)絡(luò)中每個節(jié)點當(dāng)作一個馬爾科夫過程，整個網(wǎng)絡(luò)看成是多個馬爾科夫交互過程，再用EM算法訓(xùn)練得出模型參數(shù)，從而預(yù)測短時交通流。文獻(xiàn)[9]首次提到了用回歸樹和隨機森林模型預(yù)測城市工作區(qū)域的車流量，并與神經(jīng)網(wǎng)絡(luò)和KNN 預(yù)測模型進(jìn)行比較，結(jié)果顯示隨機森林具有更高的預(yù)測準(zhǔn)確度。但文獻(xiàn)中只分析了一個大的區(qū)域的車流量預(yù)測問題，并未具體分析各路段的車流量預(yù)測問題，且沒有對隨機森林的超參調(diào)節(jié)和優(yōu)化進(jìn)行討論。支持向量機（Support Vector Machine，SVM）是一種通過尋求結(jié)構(gòu)化風(fēng)險最小來提高泛化能力的模型，解決了一般算法難以解決的非線性、高維識別、過學(xué)習(xí)的問題，但是SVM 模型在對大規(guī)模訓(xùn)練樣本求解二次規(guī)劃時會涉及到高階矩陣的計算，此時矩陣的存儲和求解會占用計算機的大量內(nèi)存，對硬件的要求比較高，而且傳統(tǒng)的支持向量機只能作二分類法，而無法處理實際應(yīng)用中遇到的多分類問題。孟飛等[10]通過定義粒子群聚攏度使其服從隨機分布，使得粒子群算法避免了陷入局部最優(yōu)解，并使用被該算法優(yōu)化過參數(shù)的小波神經(jīng)網(wǎng)絡(luò)對車流量進(jìn)行預(yù)測，證明了這種組合優(yōu)化算法的預(yù)測精度高于兩種單一算法。王洪德等[11]通過總結(jié)灰色系統(tǒng)不需要大規(guī)模原始數(shù)據(jù)的優(yōu)點和支持向量機良好的泛化能力，將灰色系統(tǒng)與支持向量機進(jìn)行了組合，將其應(yīng)用于地鐵客流量的預(yù)測上，取得了相對誤差僅3.61%的實驗結(jié)果。但灰色系統(tǒng)經(jīng)過累加合成之后就會失去有用的規(guī)律，而且在建模過程中沒有結(jié)合數(shù)據(jù)背后真正反映的特征與規(guī)律。文獻(xiàn)[12]首次在車流量預(yù)測中使用了深度學(xué)習(xí)模型，并結(jié)合多任務(wù)學(xué)習(xí)的方法預(yù)測整條道路的車流量，取得了較常見模型更好的預(yù)測準(zhǔn)確度，但該文獻(xiàn)中使用的是較早的基于受限玻爾茲曼機（Restricted Boltzmann Machines，RBM）的深度置信網(wǎng)絡(luò)（Deep Belief Network，DBN）。深度網(wǎng)絡(luò)結(jié)構(gòu)由具有關(guān)聯(lián)關(guān)系的多個隱含層組成，使用神經(jīng)網(wǎng)絡(luò)的隱層參數(shù)作為深度網(wǎng)絡(luò)新頂層預(yù)訓(xùn)練初始化參數(shù)，映射上一個圖層的輸出得到抽象的輸入表示[13]。楊志勇[14]通過改進(jìn)神經(jīng)網(wǎng)絡(luò)的權(quán)值修正函數(shù)與學(xué)習(xí)率的調(diào)整方式，將其應(yīng)用在交通流量預(yù)測上。實驗結(jié)果表明，在交通流量預(yù)測上使用由灰色系統(tǒng)與神經(jīng)網(wǎng)絡(luò)組合的模型的預(yù)測精確度在一定程度上要高于兩種單一模型預(yù)測的精確度。

深度學(xué)習(xí)模型如深信度網(wǎng)絡(luò)[15]、堆疊自動編碼器[16]、LSTM（Long Short-Term Memory）遞歸神經(jīng)網(wǎng)絡(luò)[17]已經(jīng)用于車流量預(yù)測。但用LSTM 進(jìn)行車流量預(yù)測時并未考慮到多種因素的影響及處理方法。為了能夠更加準(zhǔn)確地預(yù)測短時交通車流量，本文提出了一種對車流量多種因素處理的Classify 方法，結(jié)合深度學(xué)習(xí)的LSTM遞歸神經(jīng)網(wǎng)絡(luò)對短時車流量進(jìn)行預(yù)測，然后對結(jié)果進(jìn)行誤差分析，提高了預(yù)測的精度。

2 結(jié)合深度學(xué)習(xí)的短時車流量預(yù)測優(yōu)化方法

為了提高短時車流量預(yù)測的準(zhǔn)確度，本文考慮了多種因素，如天氣、節(jié)假日等的影響，提出了一種對車流量多因素處理的Classify 方法，然后通過Long Short-term Memory 神經(jīng)網(wǎng)絡(luò)對車流量數(shù)據(jù)進(jìn)行訓(xùn)練預(yù)測，取得了更佳的效果，能夠更好地應(yīng)用到城市路口、收費站等重要交通要道的車流量預(yù)測。

2.1 數(shù)據(jù)描述

本文依據(jù)陜西省高速公路收費站現(xiàn)場調(diào)查和歷史真實數(shù)據(jù)，如表1所示2018年6月的收費站出口部分?jǐn)?shù)據(jù)，根據(jù)陜西省收費公路計重收費技術(shù)要求（數(shù)據(jù)字典）進(jìn)行查詢。主要包括如下數(shù)據(jù)：StartTime 表示開機時間；SerialNum 表示序列號；CardNetwork 表示卡網(wǎng)絡(luò)標(biāo)號；ExitTime表示出口日期及時間；ExitDate表示統(tǒng)計日期等。通過數(shù)據(jù)字典知ExitTime 是操作發(fā)生時的自然時間（只增加），其數(shù)據(jù)是可用數(shù)據(jù)，每條數(shù)據(jù)代表一輛車，然后通過Oracel數(shù)據(jù)庫按時間排序并導(dǎo)出ExitTime數(shù)據(jù)，保存為.CSV文件。

根據(jù)上步提取到數(shù)據(jù)，通過降采樣的方式，每隔15 min進(jìn)行一次車流量統(tǒng)計。因為預(yù)測的準(zhǔn)確度取決于數(shù)據(jù)粒度，更細(xì)的粒度可以提高模型的性能[18]。每隔15 min同時也符合短時交通流要求。

2.2 數(shù)據(jù)預(yù)處理

本文采用2018年6月份的出口數(shù)據(jù)進(jìn)行實驗，通過上步的降采樣已經(jīng)統(tǒng)計出了每隔15 min 的短時車流量。通過查看文件，最后有一兩個7 月份的異常數(shù)據(jù)，這時進(jìn)行了刪除操作。

表1 2018年6月收費站出口部分?jǐn)?shù)據(jù)

如若遇到缺失值，這里有多種插補方法，如均值/中位數(shù)/眾數(shù)插補、使用固定值插補、最近鄰插補、回歸插補以及插值法等。本文若遇缺失值使用的是拉格朗日插值法。該方法根據(jù)缺失值前后的數(shù)據(jù)值擬合一條多項式曲線來插值，該方法結(jié)果具有一般性。其原理大致如下：

對于一個平面上的已知n個點可以找到一個n-1次多項式，使該多項式曲線過這n個點。假設(shè)該多項式如下形式：

其中，ai為系數(shù)，i∈[0,n-1],n為正整數(shù)，x為橫坐標(biāo)值，y為多項式曲線對應(yīng)坐標(biāo)點函數(shù)值。將n個點的坐標(biāo)(x1,y1),(x2,y2)…(xn,yn)代入式（1）解出拉格朗日插值多項式為：

其中，L(x) 為多項式，(xi,yi) 為相應(yīng)的坐標(biāo)點，i∈[1,n],n為正整數(shù)。

通過上述的處理，如圖1 所示，選取了2018 年6 月19 號、2018 年 3 月 9 號、2017 年 10 月 2 號和 2018 年 6 月16號的數(shù)據(jù)，繪出了當(dāng)日的車流量隨時間的變化圖，橫坐標(biāo)代表時間，縱坐標(biāo)代表當(dāng)前時刻的車流量信息。通過對車流量信息圖分析得，圖1 中（a）、（b）在正常情況下，早上8：00 左右和18：00 左右有兩個高峰，這大部分是由于上班早高峰和下班晚高峰引起的。而在8：00—18：00處于一定的穩(wěn)定狀態(tài)。這些現(xiàn)象符合車流量早晚高峰現(xiàn)象，通過對車流量的分析和預(yù)測，對交通部門和人們出行具有實際的指導(dǎo)意義。但是對于節(jié)假日和天氣影響下，與正常情況下的流量圖相比較，早晚高峰不明顯且在白天波動較大。如圖1（c）、（d）所示，（c）是在法定節(jié)假日中的交通流量圖，（d）是在雨天時候的交通流量圖。通過（c）、（d）對比也可發(fā)現(xiàn)，法定節(jié)假日的車流量最高值明顯大于雨天的車流量最高值，因為雨天的不安全因素較多，所以駕駛車輛出行減少，而在節(jié)假日大多數(shù)人會選擇自駕游，因此駕駛車輛數(shù)量會增加。這些現(xiàn)象也符合平時人們的日常生活。

2.3 多因素處理的Classify方法

通過網(wǎng)絡(luò)查詢當(dāng)?shù)貧夂蝾愋停靼矊儆跍貛О霛駶櫞箨懶约撅L(fēng)氣候，四季分明，氣候溫和，雨量適中，雨季大部分集中于春夏兩季。因此本文選取的是六月份的數(shù)據(jù)，且通過上面描述，已經(jīng)處理成為以15 min 為間隔的短時交通流數(shù)據(jù)。

圖1 車流量信息圖

2.3.1 天氣因素處理

通過天氣預(yù)報查詢天氣記錄，對短時交通流數(shù)據(jù)根據(jù)天氣記錄進(jìn)行篩選，根據(jù)式（3）得到不同的天氣影響強度因子，將天氣影響強度因子大于天氣閾值的時間段劃為異常天氣時間段。

其中，Vi表示不同天氣情況下的車流量，T表示當(dāng)月的總車流量，i代表不同天氣，例如晴天、陰天、小雨、中雨、大雨、霧天等，ci表示不同天氣的影響系數(shù)，θi代表天氣影響強度因子，所述的天氣閾值為晴天時θi的取值。

通過分析，大雨天氣車流量明顯減少，此時c（ii代表大雨天）的取值與正常天氣情況下的取值相比較小，故ci越小，說明天氣影響程度越大。再由ci的導(dǎo)數(shù)求得θi，即天氣影響強度因子，θi越大，說明當(dāng)日天氣情況對當(dāng)日的車流量影響越大。例如，以2018年6月份收費站出口的部分?jǐn)?shù)據(jù)為例，統(tǒng)計6 月份總車流量T為855 418輛，并通過上式計算得到不同天氣影響強度值，如表2所示。

表2 不同天氣影響強度表

通過表2，知道每天的日交通量Vi、天氣情況以及當(dāng)月總車流量T=855 418 輛，于是分別求出影響系數(shù)ci,分別為0.032 606 281、0.032 351 435、0.029 995 862、0.030 846 908，考慮到天氣情況，分析得出天氣越不好（如小雨轉(zhuǎn)中雨），影響系數(shù)ci就越小。最后求出強度因子θi，其值分別為30.668 937 68、30.910 529 93、33.337 931 75、32.418 160 03，此時可以分析得出影響系數(shù)ci越小，強度因子θi越大。最終按照強度因子的大小，將天氣劃分為不同影響等級。如小雨天氣下強度因子為30.910 529 93，可將其影響等級劃分為1；小雨轉(zhuǎn)中雨天氣下強度因子為33.337 931 75，可將其影響等級劃分為2。

故通過θi的取值大小將i天氣（i可取晴天、陰天、雨天、霧天等）對短時交通車流量的影響劃分為4個等級：

0代表無影響；

1代表稍有影響；

2代表有影響；

3代表有較大影響。

保證車流量正常天氣狀況下的純潔度，對有影響的天氣下的數(shù)據(jù)進(jìn)行篩選操作，并分類存儲，如表3所示。

表3 天氣分類存儲數(shù)據(jù)表

若出現(xiàn)除此之外的惡劣天氣，包括中雪、大雪、沙塵暴、暴雨、臺風(fēng)等也可將其考慮進(jìn)去，但對于當(dāng)?shù)貋碚f，這些天氣極為罕見。

2.3.2 節(jié)假日因素處理

查詢節(jié)假日記錄，對得到的短時交通流數(shù)據(jù)根據(jù)節(jié)假日記錄進(jìn)行篩選，根據(jù)式（4）得到節(jié)假日影響系數(shù)，將節(jié)假日影響系數(shù)大于節(jié)假日閾值的時間段劃為節(jié)假日時間段。

其中，Ej表示不同節(jié)假日情況下的車流量，βj表示節(jié)假日影響系數(shù)，j表示不同節(jié)假日，所述節(jié)假日閾值為非節(jié)假日時βj的取值。

通過分析，比如十一黃金周車流量在十月明顯增加，此時Ej（此時j代表十一假期）的取值與非節(jié)假日取值相比較大，而當(dāng)月總的車流量T一定，故Ej的取值越大，則輸出βj越大，說明此時節(jié)假日對車流量的影響較大。根據(jù)法定節(jié)假日的放假天數(shù)及節(jié)日所在的季節(jié)及βj，可將影響等級劃分為3個等級：

等級1代表稍有影響；

等級2代表有影響；

等級3代表有較大影響。

為了使對車流量的預(yù)測更為準(zhǔn)確，如若數(shù)據(jù)中包含了節(jié)假日的數(shù)據(jù)，就對其進(jìn)行篩選操作，如表4所示。

表4 節(jié)假日分類存儲數(shù)據(jù)表

3 Long Short-term Memory神經(jīng)網(wǎng)絡(luò)

循環(huán)神經(jīng)網(wǎng)絡(luò)常用來處理序列數(shù)據(jù)。循環(huán)神經(jīng)網(wǎng)絡(luò)因為有梯度消失這一問題，只有短期記憶。為了避免這一問題，循環(huán)神經(jīng)網(wǎng)絡(luò)產(chǎn)生了一個變體——長短期記憶網(wǎng)絡(luò)（LSTM）。LSTM在循環(huán)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上增加了一些門結(jié)構(gòu)，通過門的控制將短期記憶與長期記憶聯(lián)合起來，一定程度上解決了普通的循環(huán)神經(jīng)網(wǎng)絡(luò)梯度消失的問題。LSTM由Hochreiter & Schmidhuber于1997年提出，并在近期被Alex Graves 進(jìn)行了改良和推廣。在很多問題上，LSTM 都取得了巨大的成功，并得到了廣泛的使用。

LSTM通過門結(jié)構(gòu)來控制和保護(hù)細(xì)胞狀態(tài)C，特點是使用了3個由乘法運算和sigmoid神經(jīng)網(wǎng)絡(luò)層構(gòu)成的門單元。第一步是通過遺忘門來實現(xiàn)的，可以理解為“記住之前內(nèi)容的多少”，這一步使用了sigmoid 函數(shù)和乘法操作來實現(xiàn)，輸出為ft，然后輸入門單元決定需要更新的內(nèi)容，輸出為it，最后由輸出門單元在之前的基礎(chǔ)上進(jìn)行濾出，輸出為ot。各個門單元的更新如式（5）～式（7）所示：

其中，Wf、bf、Wi、W0、b0分別是各門單元的權(quán)值和偏移量，δ表示激活函數(shù)sigmoid。除去3 個門單元外，細(xì)胞狀態(tài)ct在不斷隨著時間流動，根據(jù)式（8）得到，根據(jù)式（9）用和ct-1更新ct。這里的Wc、bc分表代表權(quán)值和偏移量，使用tanh作為激活函數(shù)。這一層神經(jīng)網(wǎng)絡(luò)的輸出值ht由輸出門單元與使用tanh激活后的細(xì)胞狀態(tài)控制，如式（10）所示。

上述表達(dá)式中所使用的sigmoid激活函數(shù)如式（11）所示，能夠?qū)崝?shù)域映射到[0，1]的范圍內(nèi)。

綜上所述，LSTM 利用門單元，增強了循環(huán)神經(jīng)網(wǎng)絡(luò)的記憶力，通過訓(xùn)練數(shù)據(jù)不斷更新各個門單元的權(quán)值和偏移量，最終確定合適的值。在預(yù)測階段，利用訓(xùn)練好的模型對輸入數(shù)據(jù)進(jìn)行運算，得到最終的預(yù)測結(jié)果。

4 實驗結(jié)果分析

本文依據(jù)陜西省高速公路收費站現(xiàn)場調(diào)查和歷史真實數(shù)據(jù)，通過Oracle 數(shù)據(jù)庫導(dǎo)出交通流的重要信息。本文考慮到天氣因素，取2018 年6 月份的數(shù)據(jù)，以降采樣的方式每15 min統(tǒng)計一次，通過本文上面所述的數(shù)據(jù)預(yù)處理、多因素處理的Classify 方法對數(shù)據(jù)進(jìn)行處理。在該網(wǎng)絡(luò)中模型參數(shù)如下：batch為512，epochs為1 000，validation_split為0.05，Dropout為0.2。

觀察數(shù)據(jù)，在6月16號到18號，連續(xù)三天都是小雨轉(zhuǎn)陰。這時以6 月1 號到18 號的數(shù)據(jù)為訓(xùn)練集，以6 月19號為測試集去預(yù)測6月19號的車流量情況，通過以往天氣數(shù)據(jù)得知6月19號也是以多云為主，天氣狀況與前三天不同，測試效果如圖2（b）所示，其中圖2（a）所示是訓(xùn)練過程的損失可視化，其過程是波動下降，大約在400 epochs 左右趨于穩(wěn)定。再將6 月16 號到18 號的數(shù)據(jù)刪除，排除連續(xù)三天的小雨轉(zhuǎn)陰的情況，再將排除天氣之后的數(shù)據(jù)作為訓(xùn)練集，以6 月19 號的數(shù)據(jù)為測試集，預(yù)測19 號的交通流量情況，預(yù)測效果如圖3（b）所示，其中圖3（a）是在排除天氣因素后訓(xùn)練數(shù)據(jù)的損失可視化，其過程也是波動下降，在0～200 epochs時下降較快。

圖2 未排除天氣因素時預(yù)測結(jié)果圖

如圖4 所示，（a）是未排除天氣因素時訓(xùn)練過程中的mean_absolute_percentage_error變化值；而（b）是排除天氣因素時訓(xùn)練過程中的mean_absolute_percentage_error變化值。通過肉眼很難辨別出兩者的好壞，通過運行程序，得出（a）在1 000 epochs時最后的輸出值為25 965.045 9；（b）在訓(xùn)練到1 000 epochs 時的輸出值為24 871.074 2；通過對mean_absolute_percentage_error 值比較，得出在排除天氣因素后訓(xùn)練數(shù)據(jù)時效果會較好。

通過結(jié)果對比來看，圖2（b）的擬合度不如圖3（b）的效果好。表5是圖2和圖3的多個模型評價指標(biāo)數(shù)據(jù)。

由于MAE、MSE、RMSE 使用的是平均誤差，而平均誤差對異常點較敏感，如果回歸器擬合的某個回歸值與真實值存在較大差異，將會導(dǎo)致平均誤差值較大，對最終的評估值產(chǎn)生較大影響，即平均值不具有魯棒性。通過分析比較以上的評估指標(biāo)，選擇了MAPE、Explained_variance_score、R2作為最終的評估指標(biāo)。通過對比分析，如果不進(jìn)行多因素處理的Classify方法，此時的MAPE為 16.343 869%，Explained_variance_score 為 0.968 118，R2為0.968 096。而通過多因素處理的Classify 方法之后，MAPE降低了近5個百分點，Explained_variance_score提高了近1個百分點，同時R2值也提高了。即由實驗可得，通過多因素處理的Classify方法之后，預(yù)測精度有明顯的提高，能夠更為準(zhǔn)確地反映道路交通流的變化特征。

圖3 排除天氣因素時預(yù)測結(jié)果圖

圖4 訓(xùn)練過程中MAPE變化值

表5 不同評價指標(biāo)數(shù)據(jù)

5 結(jié)束語

本文提出了一種結(jié)合深度學(xué)習(xí)的短時車流量預(yù)測優(yōu)化方法，對車流量的不同因素進(jìn)行了分析，如天氣、節(jié)假日等，通過多因素Classify方法，對不同因素下的數(shù)據(jù)進(jìn)行了分類，降低了多種因素對車流量預(yù)測的強度，更進(jìn)一步保證了數(shù)據(jù)因素的單一性和純潔性。同時使用了深度學(xué)習(xí)的Long Short-Term Memory 神經(jīng)網(wǎng)絡(luò)，在一定程度上解決了時間序列的記憶問題。LSTM 通過門的控制將短期記憶與長期記憶聯(lián)合起來，解決了普通的循環(huán)神經(jīng)網(wǎng)絡(luò)梯度消失的問題。經(jīng)過多次實驗和測試，與傳統(tǒng)的車流量預(yù)測方法相比，通過多因素Classify方法對多種因素進(jìn)行分析和處理，能夠很好地提高對不同情況下車流量預(yù)測的精度，使得預(yù)測更為準(zhǔn)確，能夠更好地反映道路交通的變化特征，對交通管理部門和人們出行具有實際的指導(dǎo)意義。