基于深度学习的交通拥堵预测模型研究_谭娟.pdf

《基于深度学习的交通拥堵预测模型研究_谭娟.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

第32卷第10期计算机应用研究Vol.32No.102015年10月ApplicationＲesearchofComputersOct．2015*基于深度学习的交通拥堵预测模型研究12谭娟，王胜春(1．北京工商大学商学院，北京100048;2．北京交通大学交通数据分析与挖掘北京市重点实验室，北京100044)摘要:针对城市道路交通拥堵预警问题，提出了一种基于深度学习的预测模型。通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量并确定四种预测状态。采用深度学习的自编码网络方法从无标签数据集中学习获取可表征数据深层特征的隐层参数并生成新特征集。应用Softmax回归对有标签的新特征集进行学习生成预测分类器，模型可对交通拥堵状况进行多态预测。通过仿真对比分析，预测模型具有较省略特征学习的预测算法更好的预测性能，平均预测精度可达85%。关键词:交通拥堵;预测模型;深度学习;自编码网络;Softmax回归中图分类号:TP181文献标志码:A文章编号:1001-3695(2015)10-2951-04doi:10．3969/j．issn．1001-3695．2015．10．016Ｒesearchonpredictionmodelfortrafficcongestionbasedondeeplearning12TanJuan，WangShengchun(1．BusinessSchool，BeijingTechnology＆BusinessUniversity，Beijing100048，China;2．BeijingKeyLaboratoryofTrafficDataAnalysis＆Mining，BeijingJiaotongUniversity，Beijing100044，China)Abstract:Inordertopredictthetrafficcongestionincity，thispaperproposedthepredictionmodelbasedonthedeeplear-ning．Thetrafficdatalikeflowparameters，environmentalsituation，timesofdayandsoonweresummarizedandcomposedin-tothefeaturevector，anddefinedfourkindsoftrafficflowpattern．Itlearnedtheunlabelledtrafficdatasetbytheauto-encodernetworktobuildthehiddenlayerfunctionandgeneratethenewfeaturedataset，andusedthesoftmaxregressiontoclassifythetrafficpatternbasedonthelabeledfeaturedatasetlearning．Demonstratedbythesimulation，thepredictionmodelhasbetterperformancethanthemodelwithoutthefeaturelearning，theaveragepredictionaccuracycanreach85%．Keywords:trafficcongestion;predictionmodel;deeplearning;auto-encodernetwork;Softmaxregression交通拥堵已经成为制约城市经济和社会发展的瓶颈，它直致模型普遍缺乏长效性和扩展能力。［6］接造成城市的整体运转效率降低，在城市发展过程中的短板效深度学习是一种模拟人脑的多层感知结构来认识数据应日益明显。国际诺贝尔经济学奖得主Becker曾经测算，全模式的学习算法。近年来作为数据挖掘的一个新兴领域，在处球每年因交通拥堵造成的损失占GDP的2．5%。目前各国用理图像、文本、语音等非结构化数据等方面体现出了极为卓越来衡量交通拥堵的参数主要有拥堵时间、排队长度、车速等。的性能，目前已逐渐被斯坦福大学、Google、百度研究院等权威中国公安部则对拥堵路段给出了定义:车辆在车行道上受阻且机构作为21世纪数据挖掘和人工智能发展的战略方向。在交排队长度超过1km的状态。它就像是一种慢性病，每天都在通应用领域，Schmidhuber等人将该模型用于汽车智能驾驶的折磨着穿梭于城市道路上的人群，但应对起来却往往力不从心。交通标志识别，使用深度学习的方式，获得了比人工识别还低［7］交通拥堵的治理应首在预防，即能根据道路的现有交通状的错误率。本文应用深度学习算法体系来处理交通流参数态预测分析出短时间内的交通状态变化趋势，并对可能出现的以及影响道路状态的环境数据、事关人流出行行为的时段分布拥堵现象进行预警;然后利用交通广播、微博等新媒体公众信等交通基础数据，构建了一个可对交通拥堵进行多态预测的长息平台发出预警，疏导车辆合理选择行驶路线、加强秩序管理，效模型。模型对于公路交通这一每天都在不断积累膨胀的数以避免拥堵或缓解拥堵程度。因此，如何建立长效模型对交通据样本，具有较好的自学习更新能力，可作为一种长效模型应拥堵进行及时预警是城市智能交通系统优化的研究热点。用于智能交通管理系统。交通拥堵预测模型研究就其学科性质而言属于信息科学1交通状态特征数据遴选的模式识别问题。目前国内外对于交通拥堵预测的诸多研究成果中也主要集中在该学科领域，主要有基于时间序列相关的现实中影响城市道路交通状态的因素是非常复杂的，既包［1］［2］［3，4］预测分析、神经网络预测、贝叶斯网络预测以及多分含城市不同区域发展的差异化影响，这包括城市不同区域的人［5］类器组合预测等方法。这类方法的研究多见于理论研究，口密度差异、道路基础设施建设规格差异等，同时还受天气等且由于其立足的基础理论在处理大数据上缺少鲁棒性，所以导环境因素的影响，如暴雨、暴雪等异常天气下必然更容易发生收稿日期:2014-07-16;修回日期:2014-08-28基金项目:北京市自然科学青年基金项目(9144022);国家社科基金重点项目(13AGJ008);国家教育部人文社科基金青年项目(12YJC630183)作者简介:谭娟(1983-)，女，湖南邵阳人，讲师，博士，主要研究方向为交通运输规划、环境经济管理(tanjuan@btbu．edu．cn);王胜春(1985-)，男，山西朔州人，博士研究生，主要研究方向为机器学习、数据挖掘． ·2952·计算机应用研究第32卷交通拥堵。另外就是一天不同时段人流出行的意愿对交通拥1.3时段因素的处理堵状态有直接影响，如上、下班的高峰时段容易发生道路拥挤，时间因素T的处理，按照工作日和节假日分别处理。对于节假日高速通行免费、市政道路施工半封闭道路等因素势必造工作日，根据北京交管局车辆限行管理规定中对上下班高峰的成道路拥堵。因此，本文从三方面来遴选用于表征交通拥堵影定义:用0．9表示对应的早高峰7:00～9:00和晚高峰17:00～响因素的特征变量:a)交通流参数，这是最直观表述交通状态20:00时间;白天行车时间9:00～17:00用0．7表示;早高峰前的参数，由交通部门的统计信息直接获得;b)环境因素，这部6:00～7:00和晚高峰后20:00～22:00用0．3表示;其余时段分数据需对定性描述进行定量转换处理，归并到模型的输入特用0．1表示。对于非工作日，日间时间8:00～20:00用0．5表征向量;c)时段因素，这里凸显早晚高峰人流变化、节假日、突示，其余时段用0．1表示。结合目前长假集中出行造成拥堵的发状况等因素。由于不同特征数据且量纲不同，所以必须根据现象，特征向量中引入假日H的影响。非假日时用0．1表示，经验知识对数据进行预处理，主要包括相关性分析、数据噪声周六、日时用0．3表示，其他法定的节假日按照休假的时间长的清理、输入数据的归一化。短依次用0．5、0．7、0．9表示对交通的影响程度。1.1交通流参数的选择1.4其他因素的影响我国《道路交通阻塞度及评价方法(国标)》对于城市交通通行状况的描述主要从两个方面来定义评定指标，即交叉路口特殊事件E的影响，主要涉及市政工程、道路维修、交通阻塞率和路段阻塞率。上述两个指标中交叉路口阻塞率和路事故、体育盛会等。道路无特殊事件时用0．1表示;当存有上段都是百分比参数。其中交叉路口阻塞率定义为车辆在交叉述特殊事件时，可按照对交通状态的影响程度依次用0．3、路口外车行道受阻排队长度超过500m为阻塞，800m为严重0.5、0．7、0．9表示。该变量本文模型暂不作细致考虑，暂全设阻塞;路段阻塞率评定指标为长度超过2000m为阻塞，3000为0．1。m为严重阻塞。阻塞率的定义分别如下:1.5特征向量合成阻塞交叉路口数交叉路口阻塞率=×100%交叉路口数综上所述，用V表示模型的输入特征向量，则向量可表示路段阻塞率=阻塞路段数×100%为V=［CbＲ，ＲbＲ，Tq，T，H，E，Bv(1)，…，Bv(N)］。其中，N为道路条数模型所研究的区域内可测主干道路的数量，向量维度为N+6。具体数据通过对关注区域的路段和交叉口进行固定周期城市道路交通拥堵状态的判别需要具体路况数据作为支测定或随机测定获得。固定周期测定时采用一组测量结果的撑，不同的城市会拥有自己独特的特点，按国际上通行的分类若干个较高阻塞等级为评定结果。因此本文取用以上两个参［9］方法，结合北京具体路况信息及交通拥挤指数以经验值确数直接作为描述交通状态的两个变量，记为CbＲ、ＲbＲ，两个参定四态作为预测输出Z的值域{死锁=0，堵塞=1，拥挤=2，数的取值均为［0，1］，因此无须再作归一化处理。通畅=3}。考虑到预测模型的时变性及交通流数据的稀疏性特［8］征，在交通流参数中引入高峰时段建成区主干道平均车速，2深度学习模型设计用于评价道路的通畅程度，记为Va。该参数表示该观测路段的距离与路段上所有机动车辆的平均行车时间之比。然后根深度学习的概念源于人工神经网络的研究。含多层的多据不同的行车速度划定等级，如通畅:Va≥30;拥挤:10≤Va≤层感知器就是一种深度学习结构。深度学习通过组合低层特30;堵塞:3≤Va≤10;死锁:3≤Va，均以km/h作为计量单位。征形成更加抽象的高层表示属性类别或特征，以发现数据的分根据上文定义与车速相关的拥堵评价因子Bv，根据车速越低布式特征表示。本文主要考虑到交通状态数据形式及本质特表明越拥堵，因此经分段归一化处理如式(1)所示。征，所以采用深度学习来构建预测模型。ì0Va≥30ï每天都有大量的交通监控数据生成，并且拥堵现象出现的ïVa－3Bv=í1－3≤Va＜30(1)重复性高。这类真实存在的数据在其海量特性背后，必然隐含ï30－3ïî1Va＜3一定的共性特征。但在现象的梳理上，要对其进行归类整理和交通流参数归结为以上三种指标。在模型的实际构建中。划分是一项繁重的工作。因此在挖掘技术的选择上，考虑只对根据研究区域所关注的主干道、交叉路口数量，CbＲ、ＲbＲ作为交通监测数据作形式归纳，通过设计学习模型自动从无标签的统计指标，在输入特征向量中为两个元素。拥堵评价因子Bv监控数据中发现共性特征用于描述样本，然后通过仅对少量样所占元素个数则根据主干道路来确定。因此，本文研究的模型本进行人工标志类别(交通状态判定输出)并作为输入到预测为高维特征向量模型。分类器训练的有标签数据集，最终形成一个可用于实际预测的1.2天气因素数据的处理模型。因此本文采用的是一种半监督学习模型。参考德克萨斯大学交通部对交通拥堵来源分类的数据研2.1基于自编码的深度学习模型究，本文对于交通状态所涉及的气候因素的量化处理为五个等自编码(auto-encoder)是深度学习中一种快速学习模型，级，具体描述与天气预报的预警信号颜色关联。以Tq描述该其基本原理利用了人工神经网络(ANN)的层次结构体系。在指标，定义如下:构建网络结构时，假设网络模型的输出与输入节点形式同构。ì0．1无预警ï本研究问题中，网络输入/输出节点形式基于交通监测参数构ï0．3蓝色预警ïïTq=í0．5黄色预警(2)建的合成特征向量一致(参考2．5节)。网络模型的分布结构ïï0．7橙色预警如图1所示。网络输入的每个节点对应特征向量V的一个元ïïî0．9红色预警素，根据不同的预测需求中可测主干道路数量N确定输入节 第10期谭娟，等:基于深度学习的交通拥堵预测模型研究·2953·点数量，并在输入节点中增广常数项节点－1。网络输出节点定义假设函数hθ(x)形式如下:也与特征向量V内元素形式逐一对应。定义用于自编码网络θTx(i)p(y(i)=1|x(i);θ)ée1ùéùêú的学习训练集，v={v1，v2，…，vn，n∈M}，其中每个vi即为一条ê(i)(i)úêθTx(i)úêp(y=2|x;θ)ú1e2h(x(i))=êú=êú交通数据采样样本，M表示样本总规模。θêp(y(i)=3|x(i);θ)ú4θTx(i)êúêú∑j=1ejêúêúêú本文采用的自编码网络为三层结构，包含输入成、单隐层、ëp(y(i)=4|x(i);θ)ûêθTx(i)úëekû输出层，其结构模型如图1所示。与传统的神经网络直接通过其中:θ1，θ2，…，θk为要求取的模型参数。同样地，通过定义代学习然后用于预测问题不同，自编码网络仅关注隐层权重参价函数:数，并不执行分类操作。1mkeθTjx(i)iJ(θ)=－［∑∑1{y=j}log］mi=1j=1kθTlx(i)∑l=1e并求取使代价函数最小的模型参数。通过迭代确定参数θk，即可获得最终的模式预测分类器。3仿真和验证模型的仿真和验证工作基于北京市包含42条主干道路的某局部区域的监控数据开展。样本收集工作依据官方提供的对该区域交通历史监控数据进行梳理，并将监控数据与天气、时段等其他特征因素合并，根据主干道路N=42确定向量维数为48，向量特征结构参照2．5节定义。根据预测模型的构建需求，需分别整理两类学习集，即用于确定f(z)的特征学习集和用于确定Softmax分类模型参数的分类学习集。两个学习集的整理流程如下所示:a)特征学习集，设定特征学习集样本规模为50000，为保证特征学习的普适性，采用随机抽取方式图1交通拥堵预测模型深度学习自编码网络结构从总样本集中选择;b)分类学习集，设定分类学习集样本规模学习模型要求解的是满足逼近条件hw，b(v)≈v隐层权重为10000，分类学习集需要为集合中每个样本特征向量要设置w的取值。深度学习理论认为该特征值是通过机器学习获取类别标签，类别标签与2．5节定义一致。其中5000组样本用到的可表征样本模式库深层特征的新特征表达形式。用自编于训练Softmax分类器，另外5000组用于验证模型性能。学习集整理完成后，仿真和验证工作按照图2所示流程开展。码网络学习的特征代替原始特征向量输入到分类器进行模式分类(即状态预测)，可以大大提高分类精确度，在很多问题中［10］甚至表现出超过目前最好分类算法的性能。模型的求解采用的是通用的梯度下降法。求解过程实际为通过迭代逼近求取隐层权重w的过程。因输入特征向量都已作归一化处理，故采用Sigmoid函数作为隐层的变换核函数:Tìz=wv+bïí1(3)ïf(z)=图2系统仿真验证操作流程î1+exp(－z)仿真工作在Windows764位系统Intel-I7CPU、32GB内求得隐层权重w后，即可确定函数f(z)为向量的特征变存的高配置计算机上进行，编码实现在MATLAB2012Ｒ平台换核。自编码网络的学习功能所完成的是对交通参数特征数下完成。自编码网络采用上文论述的三层结构(输入、隐层、据样本深层特征的挖掘，并不提供对新样本的预测分类。接下输出)，输入层节点数为49，隐层节点数设为输入节点数的1/来的工作是围绕学习获得的变换特征核设计可对交通状态进2，输出节点数为48。仿真工作首先验证学习模型在学习集规行预测的模式分类器。模不断扩展情况下的进化能力。实验过程如下:2.2基于Softmax的预测模型a)设定学习集初始规模为5000，并以5000为步长递增;在分类问题中，必须提供有标签的学习样本集供学习机作直到前期数据整理的学习集规模上限为50000。为参照。待分类器通过学习获得分类能力后才能对新输入的b)在不同学习集规模上采用本文方法进行特征学习，特特征样本进行分类。本文采用Softmax模型建立预测分类器。征学习的迭代上限为400，并基于学习后特征对Softmax分类1)构建训练集设x是交通参数向量v经f(z)函数变换器进行训练，然后在测试集验证分类精度。为方便性能比较，(i)后得到的新向量;根据先验知识对每个向量设定类标签y∈同时采用支持向量机(SVM-ＲBF方法)以及Softmax分类器在{1，2，3，4}，分类代表预测模型要输出的四种状态。由此得到原始数据向量上进行学习并验证精度(即学习样本集未经自11mm有标签学习向量集L={(x，y)，…，(x，y)}。编码网络进行特征学习)。10组不同学习集的预测分类精度2)求解预测分类器Softmax模型是logistic模型在多分如图3所示。类问题上的推广。对于给定的训练样本集合输入L，可考虑采从图3中可以看出，在学习样本规模较小时，基于原始特用一个假设函数针对每个类j估算概率值p=(y=j|x)。于是征向量的SVM-ＲBF预测分类精度较高。本文方法的预测精度 ·2954·计算机应用研究第32卷最差，准确率不到50%。但随着输入的交通数据训练样本的4结束语增加，本文方法预测的准确率却是随着学习集规模增长而逐渐上升的，最终维持在85%左右;而未采用自编码学习特征的基于深度学习的认知机理，构建自编码网络挖掘交通拥堵SVM预测随着学习集规模的增加，其预测准确率逐渐衰减，但数据流隐含的深层特征，并结合Softmax回归方法构建分类器，维持在70%左右。同样对比了省略特征学习过程的Softmax设计并实现了一个适用于交通特征数据挖掘和交通拥堵预测直接分类器，其性能随着学习集规模的增加而不显著。的模型。经仿真验证，模型具有较好的增量学习特性，其对交通过对比发现，本文提出的预测模型凸显了对交通监测数通拥堵高峰期的预测精度约为85%。据的二次特征学习，其性能较无特征学习的直接预测分类具有研究工作的远景设想旨在能构建一个适用于大型城市交更好的增量学习特性，这个优点十分适合于对交通流这类数据通流数据高鲁棒性的预测系统。本文仅是该项工作的数据挖进行挖掘处理。掘及模式分类核心模块的研究工作之一，其更重要的研究价值再对方法的泛化性能进行仿真验证。采用在完整学习在于基于其学习机理可在并行计算网络上构建更高层级的深集上训练完成的分类器在新数据集进行测试。新集包含度学习网络，最终研究目标是要实现可对千万级别公路交通数1000组样本。每组样本内信息容量为10000条。其中第据集进行特征挖掘和预测的模型。1～300组对应的是早高峰时段采样数据;301～650组对应参考文献:的是非高峰时段采样数据;651～1000组对应的是晚高峰时［1］LoHK，LuoXW，SiuBWY．Degradabletransportnetwork:travel段采样数据。计算的预测准确率的粉笔曲线如图4所示。timebudgetoftravelerswithheterogeneousriskaversion［J］．Trans-分析曲线的规律，数据处理的正确率总体呈均值分布，仅个portationＲesearchPartB:Methodological，2006，40(9):792-别样本组预测结果存在异常波动，这表明系统具有较好的预806．测稳定性。［2］沈小军，陈峻，王晨．基于LVQ神经网络的交通拥堵预测研究［J］．交通运输系统工程与信息学报，2009，7(3):97-102．［3］陆宇，岳昆，刘惟一．一种基于贝叶斯网络的交通拥堵预测方法［J］．云南大学学报:自然科学版，2010，32(S1):355-363．［4］王建，邓卫，赵金宝．基于贝叶斯网络多方法组合的短时交通流量预测［J］．交通运输系统工程与信息，2011，11(4):147-153．［5］李春英，汤志康，曹元大．多分类器组合的交通拥堵预测模型研究［J］．计算机工程与设计，2010，31(23):5088-5091．［6］HintonGE，OsinderoS，TehY．Afastlearningalgorithmfordeepbeliefnets［J］．NeuralComputation，2006，18(7):1527-1554．图3本文方法精度与图4交通拥堵预测［7］CiresanDC，MeierU，MasciJ．Multi-columndeepneuralnetwork省略特征学习性能对比模型准确率统计fortrafficsignclassification［J］．NeuralNetworks，2012，32(8):从三组不同属性的样本特性来看，对于早晚高峰期存在拥333-338．堵的情况，预测准确率统计均值分别维持在86．7%和84．2%［8］祁伟，李晔，汪作新．季节性AＲiMA模型在稀疏交通流下的预测的水平，对于非高峰期的数据样本，则维持在78．9%的水平。方法［J］．公路交通科技，2014，31(4):130-135．［9］李志恒，孙东，靳雪翔，等．基于模式的城市交通状态分类与性质预测系统在处理真实拥堵数据的性能要优于非拥堵状态。分研究［J］．交通运输系统工程与信息，2008，8(5):83-87．析其原因，最大可能性是学习集内可能包含了更多的拥堵时段［10］ShinHC，MatthewＲO，DavidJC．Stackedauto-encodersforunsu-数据，因此系统在处理真实拥堵数据时的准确率更高。由此可pervisedfeaturelearningandmultipleorgandetectioninapilotstudy见，应用自编码网络的特征学习在对交通数据认知层次确实具using4Dpatientdata［J］．PatternAnalysisandMachineIntelli-有可挖掘的深度辨识能力。gence，2013，35(8):1930-1943．(上接第2950页)［8］JiangChunxiao，ChenYan，LiuKJＲ．Evolutionarydynamicsofin-［3］MyersSA，ZhuChenguang，LeskovecJ．Informationdiffusionandformationdiffusionoversocialnetworks［J］．SignalProcessing，externalinfluenceinnetworks［C］//Procofthe18thACMSIGKDD2013，62(17):4573-4586．InternationalConferenceonKnowledgeDiscoveryandDataMining．［9］ＲemyC，PervinN，ToriumiF，etal．InformationdiffusiononTwit-NewYork:ACMPress，2012:33-41．ter:everyonehasitschance，butallchancesarenotequal［C］//Proc［4］BudakC，AgrawalD，ElAbbadiA．DiffusionofinformationinsocialofInternationalConferenceonSignal-ImageTechnology＆Internet-networks:isitalllocal?［C］//Procofthe12thInternationalConfe-BasedSystems．［S．l．］:IEEEPress，2013:483-490．renceonDataMining．［S．l．］:IEEEPress，2012:121-130．［10］JiangChunxiao，ChenYan，LiuKJＲ．Modelinginformationdiffu-［5］GhoshＲ，LermanK．Aframeworkforquantitativeanalysisofcas-siondynamicsoversocialnetworks［C］//ProcofInternationalConfer-cadesonnetworks［C］//Procofthe4thACMInternationalConfer-enceonAcoustics，SpeechandSignal．［S．l．］:IEEEPress，2014:enceonWebSearchandDataMining．NewYork:ACMPress，2011:1095-1099．665-674．［11］HajibagheriA，HamzehA，SukthankarG．Modelinginformationdif-［6］SaitoK，KimuraM，OharaK，etal．EfficientdiscoveryofinfluentialfusionandcommunitymembershipusingstochasticoptimizationnodesforSISmodelsinsocialnetworks［J］．Knowledgeandinfor-［C］//ProcofInternationalConferenceonAdvancesinSocialNet-mationsystems，2012，30(3):613-635．worksAnalysisandMining．［S．l．］:IEEEPress，2013:175-182．［7］WangFeng，WangHaiyang，XuKuai，etal．Characterizinginforma-［12］NiuJianwei，HuangShaluo，ShuLei，etal．ActivitiesinformationtiondiffusioninonlinesocialnetworkswithlineardiffusivemodeldiffusioninChineselargestrecommendationsocialnetwork:patterns［C］//Procofthe33rdInternationalConferenceonDistributedCom-andgenerativemodel［C］//ProcofGlobalCommunicationsConfer-putingSystems．［S．l．］:IEEEPress，2013:307-316．ence．［S．l．］:IEEEPress，2013:3083-3088．