摘要
本发明提出一种基于GRU(GatedRecurrentUnit,门控循环单元)网络的多模式短期交通拥堵预测方法,分为交通速度预测和交通拥堵识别。其方案为:获取全部时空交通速度数据;提取四种模式对应的时空交通速度数据;提取四种模式对应的路段网络数据和特殊时间数据,采用one‑hot编码生成辅助信息向量;分别提取四种模式下交通速度数据邻近性、周期性和趋势性矩阵;制定多步交通速度数据标签;构建以交通速度数据邻近性、周期性和趋势性矩阵作为GRU‑FC网络输入的GRU‑FC模型。设置模型超参数,对模型调参、训练;使用训练好的模型,获取短期交通速度数据,经过计算交通拥堵阈值、划分交通拥堵等级得到交通拥堵结果。本发明提出的交通拥堵预测方法具有针对性和高准确性。