基于历史频繁模式的交通流预测算法

２０１２年４月　第３３卷第４期　

计算机工程与设计　

ＣＯＭＰＵＴＥＲ　ＥＮＧＩＮＥＥＲＩＮＧ　ＡＮＤ　ＤＥＳＩＧＮ　Ａｐｒ．２０１２　

Ｖｏ１．３３　ＮＯ．４　

基于历史频繁模式的交通流预测算法　钟慧玲　，邝朝剑　，黄晓宇　，蔡文学　（１．华南理工大学经济与贸易学院，广东广州５１０００６；２．中国移动，广东东莞５２３１２９）　摘要：针对目前交通流预测模型复杂、不支持中长期预测的问题，提出了基于历史频繁模式的交通流预测算法，通过挖　掘交通流的历史频繁模式，结合实时交通信息进行交通流预测。使用真实路网获取的浮动车数据进行实验，结果表明该算　法支持交通流短时、中长期预测，且中长期预测与短时预测具有同样高的预测精度，受参数影响小。与基于Ｋ近邻的非参　数回归方法进行比较，结果表明基于历史频繁模式的预测算法的预测性能更稳定，预测误差波动更小。　关键词：智能运输；交通流预测；频繁模式；浮动车；数据挖掘　中图法分类号：ＴＰ１８　文献标识号：Ａ　文章编号：１０００　７０２４（２０１２）０４—１５４７—０６　

Ｔｒａｆｆｉｃ　ｆｌｏｗ　ｐｒｅｄｉｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｈｉｓｔｏｒｉｃａｌ　ｆｒｅｑｕｅｎｔ　ｐａｔｔｅｒｎ　ＺＨＯＮＧ　Ｈｕｉ—ｌｉｎｇ　，ＫＵＡＮＧ　Ｃｈａｏ－ｊ　ｉａｎ　，ＨＵＡＮＧ　Ｘｉａｏ－ｙｕ　，ＣＡＩ　Ｗｅｎ－ｘｕｅ　（１．Ｓｃｈｏｏｌ　ｏｆ　Ｅｃｏｎｏｍｉｃｓ　ａｎｄ　Ｃｏｍｍｅｒｃｅ，Ｓｏｕｔｈ　Ｃｈｉｎａ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｇｕａｎｇｚｈｏｕ　５１０００６，Ｃｈｉｎａ；　２．Ｃｈｉｎａ　Ｍｏｂｉｌｅ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　Ｃｏｒｐｏｒａｔｉｏｎ，Ｄｏｎｇｇｕａｎ　５２３１２９，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇ　ｔＯ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｔｈａｔ　ｔｒａｆｆｉｃ　ｆｌｏｗ　ｐｒｅｄｉｃｔｉｏｎ　ｈａｖｅ　ｔｗｏ　ｄｅｆｅｃｔｓ，ｈａｖｅ　ｃｏｍｐｌｅｘ　ｍｏｄｅｌｓ　ａｎｄ　ｃａｎ’ｔ　ｓｕｐｐｏｒｔ　ｔｈｅ　ｌｏｎｇ－ｔｅｒｍ　ｔｒａｆｆｉｃ　ｆｌｏｗ　ｐｒｅｄｉｃｔｉｏｎ，ａ　ｈｉｓｔｏｒｉｃａｌ　ｆｒｅｑｕｅｎｔ　ｐａｔｔｅｒｎ　ｂａｓｅｄ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ｐｒｏｐｏｓｅｄ．Ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｉｎｃｌｕｄｅｓ　ｔｗｏ　ｓｔｅｐｓ．　Ｆｉｒｓｔ，ｍｉｎｉｎｇ　ｔｈｅ　ｆｒｅｑｕｅｎｔ　ｐａｔｔｅｒｎｓ　ｏｆ　ｈｉｓｔｏｒｉｃａｌ　ｔｒａｆｆｉｃ　ｆｌｏｗ；ｓｅｃｏｎｄ，ｐｒｅｄｉｃｔ　ｔｒａｆｆｉｃ　ｆｌｏｗ　ｃｏｍｂｉｎｅｄ　ｗｉｔｈ　ｒｅａｌ—ｔｉｍｅ　ｔｒａｆｆｉｃ　ｉｎｆｏｒｍａ—　ｔｉｏｎ．Ｂｙ　ｕｓｉｎｇ　ｔｈｅ　ｒｅａｌ　ｐｒｏｂｅ　ｖｅｈｉｃｌｅ　ｄａｔａ，ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｐｒｏｐｏｓｅｄ　ｃａｎ　ｐｒｅｄｉｃｔ　ｓｈｏｒｔ－ｔｅｒｍ　ａｎｄ　ｌｏｎｇ－ｔｅｒｍ　ｔｒａｆｆｉｃ　ｆｌｏｗ　ｅｆｆｉｃｉｅｎｔ　ａｎｄ　ｅｆｆｅｃｔｉｖｅ，ｗｉｔｈ　ｈｉｇｈ　ｐｒｅｄｉｃｔｉｏｎ　ａｃｃｕｒａｃｙ　ａｎｄ　ｒｏｂｕｓｔ　ｔｏ　ｐａｒａｍｅｔｅｒｓ．Ｉｎ　ｐａｒｔｉｃｕｌａｒ，ｌｏｎｇ－ｔｅｒｍ　ｔｒａｆｆｉｃ　ｆｏｒｅｃａｓｔｉｎｇ　ｗｉｔｈ　ｔｈｅ　ｓａｍｅ　ｈｉｇｈ　ｐｒｅｄｉｃｔｉｏｎ　ａｃｃｕｒａｃｙ　ａｓ　ｓｈｏｒｔ－ｔｅｒｍ　ｔｒａｆｆｉｃ　ｆｏｒｅｃａｓｔｉｎｇ．Ｆｉｎａｌｌｙ，ｃｏｍｐａｒｅｄ　ｗｉｔｈ　ｔｈｅ　Ｋ－ＮＮ　ｂａｓｅｄ　ｎｏｎｐａｒａｍｅｔｒｉｃ　ｒｅｇｒｅｓｓｉｏｎ　ｍｅｔｈｏｄ，ｈｉｇｈｅｒ　ｐｒｅｄｉｃｔｉｏｎ　ａｃｃｕｒａｃｙ　ａｎｄ　ｓｍａｌｌｅｒ　ｐｒｅｄｉｃｔｉｏｎ　ｅｒｒｏｒ　ｖｏｌａｔｉｌｉｔｙ　ｏｆ　ｔｈｉｓ　ａｌｇｏｒｉｔｈｍ　ａｒｅ　ｓｈｏｗｒＬ　Ｋｅｙ　ｗｏｒｄｓ：ｉｎｔｅｌｌｉｇｅｎｔ　ｔｒａｎｓｐｏｒｔａｔｉｏｎ；ｔｒａｆｆｉｃ　ｆｌｏｗ　ｐｒｅｄｉｃｔｉｏｎ；ｆｒｅｑｕｅｎｔ　ｐａｔｔｅｒｎｓ；ｐｒｏｂｅ　ｖｅｈｉｃｌｅｓ；ｄａｔａ　ｍｉｎｉｎｇ　

０引　言　交通流预测是利用交通流信息选择最合适的模型和方　法来预测未来一段时间的交通状况，预测结果可广泛应用　于交通诱导、出行路线规划等领域。根据预测时段的长短，　分为短时交通流预测（１５分钟内）和中长期预测［１］。　目前，常用的预测模型有时间序列模型｜２］、卡尔曼滤　波模型［３］、非参数回归模型［４］、神经网络模型［５］、支持向　量机＿６］以及这些模型的组合模型ｌ７　］。随着研究的深入，有　学者将数据挖掘方法引入交通流预测［９侧。文献［１０３提出　了基于Ｋ近邻的非参数回归方法，通过挖掘历史数据中的　Ｋ最近邻，拟合成预测值，然而该方法需要维护庞大且有　代表性的历史数据库。文献［１１］通过研究发现道路交通流　具有自身的规律，通过挖掘这些规律，可对道路的交通流　进行预测。总结国内外研究，主要存在以下两个问题：一　是通过增加模型的复杂性来提高预测精度，计算量大，不　能很好满足实时要求；二是研究集中于短时交通流预测，　支持中长期交通流预测的模型较少。　针对这两个问题，在张涛和戢晓峰的研究基础上，本　文提出基于历史频繁模式的交通流预测算法，通过挖掘道　路交通流的历史频繁模式，结合道路实时的交通信息，进　行交通流预测。与基于Ｋ近邻的非参数回归方法不同，本　文提出算法使用历史数据中频繁出现的交通流模式进行预　测，而不是简单使用历史数据拟合成预测值，更强调交通　

收稿日期：２０１１－０４—１１；修订日期：２０１１－０６—２４　基金项目：２００８年广东省现代信息服务业发展专项基金项目（Ｏ６１２ｏ８４ｏＢＯ４５Ｏ１２４／２）；华南理工大学中央高校基本科研业务费专项基金项　目（２０１１ＳＭ００３）　作者简介：钟慧玲（１９７１一），女，广东广州人，博士，副教授，研究方向为智能物流、智能运输和智能信息控制；邝朝剑（１９８４一），男，　广东清远人，硕士，硕士研究生，研究方向为智能物流；黄晓宇（１９７８一），男，广东茂名人，硕士，讲师，研究方向为机器学习、智能运　输；蔡文学（１９６８一），男，湖北仙桃人，博士，教授，研究方向为智能运输、智能物流。Ｅｍａｉｌ：ｈｌｚｈｏｎｇ＠ｓｃｕｔ．ｅｄｕ．ｃｎ　计算机工程与设计　２０１２拄　流出现的规律性；而且，预测模型更简单。经实例证明，　算法具有较高预测精度、且支持交通流短时和中长期预测。　１基于历史频繁模式的交通流预测算法　１．１算法框架　基于历史频繁模式的交通流预测算法是一种数据驱动　的预测方法，通过挖掘交通流历史数据的频繁模式，与当　前获取的实时交通信息进行模式匹配，预测未来一段时间　内道路的交通状况。算法的关键因素是交通流历史频繁模　式的挖掘和预测算法的构建，其流程如图１所示。　图１　基于历史频繁模式的交通流预测算法流程　１．２交通流历史频繁模式挖掘　频繁模式挖掘是数据挖掘领域一个重要的研究内容，　广泛应用于商业分析、Ｗｅｂ数据挖掘和生物序列分析，然　而，在交通流预测中还没有相关应用。目前，国内外学者　提出了许多挖掘频繁模式的算法，如Ａｐｒｉｏｒｉ算法、ＧＳＰ算　法、ＳＰＡＤＥ算法、ＦｒｅｅＳｐａｎ算法等［＝ｌ。“］，然而，这些算法　在挖掘频繁模式时，大多采用精确匹配，要求相同的模式　在数据库中重复出现，且算法效率低，挖掘的模式有冗余。　在实际应用中，绝对相同的模式很少，因此，挖掘近似的　频繁模式更有意义。Ｈ．Ｃ．Ｋｕｍ等ｌ１朝提出了挖掘数据库中　近似频繁模式的ＡｐｐｒｏｘＭＡＰ算法，该算法有效且高效，　能挖掘出长频繁模式。这里，结合ＡｐｐｒｏｘＭＡＰ算法挖掘　交通流历史频繁模式。　１．２．１相关定义　设Ｉ－－｛ｉ　，ｉ　，…，ｉ　｝是由　个不同的项组成的集　合，Ｊ的子集称为项集。序列就是由若干个项集组成的有序　列表，一个交通流时间序列Ｓ表示为＜ｓ　，Ｓｚ，…，Ｓ　＞，　其中Ｓ　为项集（即交通状况），可表示为（ｚ　，　ｚ，…，　ｚ　），当Ｓ　只包含一项时，可省略括号。长度为Ｌ的序列记　为Ｌ一序列。　定义１对于交通流时间序列数据库中的序列ｘ，Ｘ的支持　度定义为序列ｘ在数据库中出现的次数，记为ｓｕｐｐｏｒｔ（　。　定义２给定最小支持度阈值ｒａｉｎ—ｓｕｐ，如果序列Ｘ　的支持度ｓｕｐｐｏ￣（Ｘ）≥ｍｉｎ—ｓｕｐ，则称序列Ｘ为频　繁序列。　定义３给定最小距离阈值ｍｉｎ—ｄｉｓｔ，序列ｘ的近似　支持度定义为数据库中与ｘ的编辑距离不超过ｒａｉｎ—ｄｉｓｔ　的另一序列ｙ的数目；如果序列Ｘ的近似支持度不小于给　定的ｍｉｎ—ｓｕｐ，则称序列ｘ为近似频繁序列。　１．２．２挖掘算法　结合ＡｐｐｒｏｘＭＡＰ算法的交通流历史频繁模式挖掘算　法主要包含两个阶段。一是交通流历史数据分类，通过聚　类算法，把相关性较强的交通流历史数据分成一类；二是　在交通流历史数据分类的基础上，对每一分类的数据进行　多序列比对，挖掘出交通流历史频繁模式。　为了对交通流历史数据进行有效分类，原始数据经噪　声数据处理和缺失数据填充预处理之后，以５分钟划分间　隔，使用符号累积近似（ｓＡｘ）技术【ｌ６按５级把交通流历　史数据转化成交通流历史数据时间序列，计算序列间交通　流的相似性。这里，使用编辑距离来度量两交通流序列之　间的相似性，编辑距离越小，相似性越大。给定序列Ｘ－－　＜丑，ｚ２，…，　＞和ｙ一＜　１，ｙ２，…，ｙ　＞的编辑距　离可用以下动态规划算法求解。　Ｄ（Ｏ，０）一０　Ｄ（ｉ，Ｏ）一Ｄ（　一１，Ｏ）＋ＩＮＤＥＬ（Ｘ　）ｆｏｒ（１≤ｉ≤”）　Ｄ（０，　）一Ｄ（０，　一１）＋ＩＮＤＥＬ（ｙＪ）ｆｏｒ（１≤　≤　）　ｒＳ！ｉ－　’ｊ　。。ＩＮＤＥＬ‘ｘ　Ｄ（ｉ，　）一ｍｉｎ　Ｄ（ｉ，Ｊ一１）＋ＩＮＤＥＬ（ｙＪ）　ｆｏｒ（１≤　【Ｄ（ｉ一１，　一１）＋ＲＥＰＬ（Ｘｉ，Ｙｊ）　ｉ≤”）ａｎｄ　ｆｏｒ（１≤ｊ≤ｍ）　（１）　然后，使用基于密度的Ｋ最近邻聚类算法将这些交通　流历史数据时间序列根据交通流的相似程度划分到不同的　类中，其主要步骤如下。　（１）初始化每一交通流序列为一类。对每一类中的序　列　，令Ｄｅｎｓｉｔｙ（Ｃ　）一ＤＰ　ｓ　（　）；　（２）基于序列密度合并近邻。对于每一个交通流序列　Ｓ，设Ｓ　，…，　为其编辑距离不大于ｄ　的近邻；对于每　

一个交通流序列５＿｝∈｛５ｌ　，…，　｝，如果Ｄｅｎｓｉｔｙ（　）＜　Ｄｅｎｓｉｔｙ（ｓｊ）且不存在ｓ　，满足：ｄｉｓｔ（ｓｆ，ｓ　）＜ｄｉｓｔ　（Ｓ，ｓｊ）且Ｄｅｎｓｉｔｙ（　）＜Ｄｅｎｓｉｔｙ（　），合并Ｓ和ｓＪ　所在类Ｃ＆和Ｃ　ｓｆ，令新类密度为：ＩＴＩａＸ｛Ｄｅｎｓｉｔｙ（Ｃ＆），　Ｄｅｎｓｉｔｙ（　，）｝；　（３）基于类密度合并。对交通流时间序列中所有序列　Ｓ，如果不存在序列密度大于其的近邻，但存在一些密度　等于Ｄｅｎｓｉｔｙ（ｓｆ）的近邻　，如果Ｄｅｎｓｉｔｙ（Ｃ　）Ｄｅｎ—　ｓｉｔｙ（　），合并　和ｓ，所在类Ｃｓ和Ｃ　。　其中，交通流序列Ｓ的密度为　Ｄｅｎｓｉｔｙ（Ｓ　）一　ｎ　（２）