A traffic flow prediction method and an apparatus, a computer device, and a readable storage medium. The method comprises: obtaining raw traffic data of a target road section for a predetermined duration; processing the raw traffic data to obtain parameters concerning the impact of external factors on the flow of traffic on the target road section; processing the raw traffic data according to the impact parameters to obtain corrected traffic data; dividing the corrected traffic data to obtain training set data and testing set data; using the training set data to train an initial causal convolutional recurrent neural network model to obtain an intermediate causal convolutional recurrent neural network model; using the testing set data to test the intermediate causal convolutional recurrent neural network model to obtain an evaluation result, and, if the evaluation result satisfies predetermined conditions, confirming the intermediate causal convolutional recurrent neural network model as a target causal convolutional recurrent neural network model; using the target causal convolutional recurrent neural network to predict the flow of traffic of the target road section at a time point to be predicted.
L'invention concerne un procédé de prédiction de flux de trafic et un appareil, un dispositif informatique et un support de stockage lisible. Le procédé comprend les étapes consistant à : obtenir des données brutes de trafic d'une section cible de route pendant une durée prédéterminée; traiter les données brutes de trafic pour obtenir des paramètres concernant l'impact de facteurs externes sur le flux de trafic sur la section cible de route; traiter les données brutes de trafic selon les paramètres d'impact pour obtenir des données corrigées de trafic; diviser les données corrigées de trafic pour obtenir des données d'ensemble d'instruction et des données d'ensemble de test; utiliser les données d'ensemble d'instruction pour instruire un modèle de réseau neuronal récurrent convolutionnel causal initial pour obtenir un modèle de réseau neuronal récurrent convolutionnel causal intermédiaire; utiliser les données d'ensemble de test pour tester le modèle de réseau neuronal récurrent convolutionnel causal intermédiaire pour obtenir un résultat d'évaluation et, si le résultat d'évaluation vérifie des conditions prédéterminées, confirmer le modèle de réseau neuronal récurrent convolutionnel causal intermédiaire comme modèle de réseau neuronal récurrent convolutionnel causal cible; utiliser le réseau neuronal récurrent convolutionnel causal cible pour prédire le flux de trafic de la section cible de route à un instant à prédire.
一种交通流量预测方法及装置、计算机设备及可读存储介质。方法包括:获取目标路段在预定时长内的原始交通数据;处理原始交通数据以获取外部因素对目标路段的交通流量的影响参数;根据影响参数处理原始交通数据以获取修正交通数据;划分修正交通数据以得到训练集数据及测试集数据;利用训练集数据训练初始因果卷积-循环神经网络模型以获得中间因果卷积-循环神经网络模型;利用测试集数据测试中间因果卷积-循环神经网络模型以获得评估结果,并在评估结果满足预定条件时确认中间因果卷积-循环神经网络模型为目标因果卷积-循环神经网络模型;利用目标因果卷积-循环神经网络模型对目标路段在待预测时间点下的交通流量进行预测。
TRAFFIC FLOW PREDICTION METHOD AND APPARATUS, COMPUTER DEVICE, AND READABLE STORAGE MEDIUM
PROCÉDÉ DE PRÉDICTION DE FLUX DE TRAFIC ET APPAREIL, DISPOSITIF INFORMATIQUE ET SUPPORT DE STOCKAGE LISIBLE
交通流量预测方法及装置、计算机设备及可读存储介质
2022-04-21
Patent
Elektronische Ressource
Chinesisch
Europäisches Patentamt | 2023
|Traffic prediction system, traffic prediction method and computer readable medium
Europäisches Patentamt | 2024
|Traffic prediction method, device and equipment and computer readable storage medium
Europäisches Patentamt | 2022
|Traffic flow prediction method and device, readable storage medium and electronic device
Europäisches Patentamt | 2020
|Traffic flow prediction method and device, electronic equipment and readable storage medium
Europäisches Patentamt | 2024
|