基于PCA-LSTM的城市短時交通流預測研究

許宏科，劉 佳，劉栩濤，曹嘉晨，趙 威

(長安大學 電子與控制工程學院，西安 710064)

我國城市化進程發展迅速，車輛的保有量和出行需求總量不斷增加，伴隨著城市交通擁堵問題頻發，增加了交通事故發生的概率，影響了市民的出行時間和旅行體驗。為此，智能交通系統(ITS)的實現為解決城市交通需求提供了新的思路，準確實時的短時交通流預測是智能交通系統的關鍵環節，可為城市交通管控策略、路徑最優規劃、平面交叉口優化方案提供數據支撐，一直以來是交通領域研究的熱點問題。

短時交通流預測是指根據道路歷史或實時采集的交通流數據，對未來5 min～15 min以內的交通流量進行循環預測。目前，已經有很多有效的模型與方法應用到短時交通流預測的研究中，主要可分為基于物理和基于數據驅動的模型。基于物理的模型包括但不限于自回歸積分移動平均模型(ARIMA)[1]、隨機森林模型[2]、卡爾曼濾波[3]等。朱湧等[4]基于時間序列預測模型，提出了多參數時間序列指數平滑改進方法用于預測下一時刻路段交通流量。OU等[5]提出了基于偏差修正隨機森林算法與數據驅動特征選擇策略相結合的預測方法，對昆山市3種城市道路的交通流量進行預測驗證。孫湘海等[6]在考慮交通流日周期特性的基礎上，提出了季節自回歸求和移動平均模型，對城市的短時交通流進行預測。秦鳴等[7]采用改進的卡爾曼濾波算法來預測路段交通量，進一步將優化后的卡爾曼濾波與二次指數平滑法相結合來預測短時交通量。基于數據驅動模型包括但不限于非參數回歸模型[8]、支持向量回歸(SVR)[9]以及神經網絡[10]等。吳晉武等[11]利用主成分分析法對預測數據進行降維處理，再進行非參數回歸交通預測算法的構建。Zheng等[12]提出了一種基于時空數據融合的交通流稀疏回歸預測模型，并在城市和郊區2種交通場景驗證了模型的適用性。Cai等[13]提出了一種基于支持向量回歸的交通流量預測方法，并通過重力搜索算法(GSA)進行參數最優搜索。Ran等[14]建立了深度學習模型架構，使用交通門戶實時的圖像數據源來預測城市交通流擁堵狀況。鐘晨昊等[15]基于LSTM構建短時交通流預測模型，并與傳統預測方法進行比較，驗證了LSTM預測模型具有良好的準確性和泛化性。

綜上所述，現有的短時交通流預測模型大都考慮到交通流的時間相關性因素，并未重點研究預測站點空間性的相關因素，而城市道路上某斷點的交通流量必然與上下游或路網其他站點的交通狀況有關，使得城市短時交通流的預測精度、預測模型的泛化性有待提高。因此有必要對路網中影響預測站點的其他站點進行篩選，在保證預測模型復雜度無明顯增加的前提下，提高短時交通流預測模型的精度。

針對現有短時交通流預測方法的局限，本文提出了PCA和LSTM神經網絡相結合的預測方法，通過PCA篩選預測站點，提取交通流預測序列，從而考慮到預測站點交通量的空間相關性問題。

1 城市交通流特性分析

城市交通流量代表著居民的出行需求，個體的工作日出行需求應該有規可循，因此交通流量也應有較強的周期性，這也是交通流預測的前提和基礎。同時，城市路網復雜且交通狀態經常受突發事件、天氣條件以及道路環境等因素影響，造成城市交通流量也有很強的隨機性。以合肥市地磁線圈監測的交通流量數據為基礎，分析其交通流量的特性變化趨勢，如圖1所示。從圖1中可以看出，城市交通流具有明顯的周期性、漸變性和隨機性。

圖1 城市連續一周交通流量變化趨勢

2 短時交通流預測模型

2.1 特征因子篩選

結合城市交通流量序列的特點，采用主成分分析法篩選與預測斷面相關的附近站點，從而揭示路網中交通流的空間相關性。主成分分析法是一種使用最廣泛的數據降維算法，其主要思想是將n維特征映射到k維特征上，新得到的k維是全新的正交特征也被稱為主成分，該主成分保留絕大部分方差的維度特征，實現對數據特征的降維處理。將城市路網中各站點的短時交通流量作為初始變量，通過主成分分析法篩選與預測斷面有關的站點，在保證預測結果精度的同時，簡化了網絡結構，提高了運算效率。設m為檢測的短時交通量樣本總數，n為路網中預測斷面附近的站點數，k為篩選后的站點數，X為原始交通量特征因子矩陣，S為原始矩陣的協方差矩陣，Z為篩選后的交通量特征因子矩陣，主成分分析法計算過程分為以下5個步驟：1) 整理原始矩陣Xm×n；2) 計算原始矩陣的協方差矩陣Sm×n=COV(X)；3) 求解協方差矩陣的特征值和特征向量；4) 選取給定k個特征值所對應的特征向量所構成的矩陣Wn×k；5) 計算篩選后的特征因子矩陣Zm×k=Xm×nWn×k。

2.2 預測網絡構建

LSTM是一種特殊的遞歸神經網絡RNN(Recursive Neural Network)，通過對記憶塊的控制來實現控制記憶的功能，主要解決了長序列訓練過程中的梯度消失和梯度爆炸問題，適用于學習長期依賴信息。在城市短時交通流預測問題中，篩選出的與預測斷面具有相關性的站點歷史交通流量數據為時序數據，將各站點的歷史數據按5 min為間隔進行劃分并將其作為LSTM預測網絡的輸入，將下一個5 min預測斷面的交通流量數據作為LSTM預測網絡的輸出，構建基于LSTM神經網絡的短時交通流預測模型，其過程如圖2所示。

圖2 PCA結合LSTM神經網絡預測算法流程

2.3 預測模型評價指標

將預測結果的誤差作為模型評價指標，本文選擇常用的均方誤差(RMSE)、平均絕對誤差(MAE)和準確率(ACC)作為評價指標，具體定義如下：

(1)

(2)

(3)

3 實例分析

研究數據來源于OPENITS合肥市示范區黃山路天智路口地磁檢測器得到的交通流量數據，各檢測器編號在路口布設的位置如圖3所示，其中共包含26個斷面檢測器。

選取地磁檢測器2016年7月11日至2016年8月24日的采集數據，其中80%的數據用于LSTM神經網絡預測模型的訓練，其余20%的數據用于對訓練模型進行測試。每個檢測器的采集周期為15 s，因此需要先將交通流量數據以5 min為周期進行聚合，作為流量預測序列的單個樣本值。考慮到交通流預測問題的實時性需求，將LSTM預測模型層數設置為4層，其中包括輸入層、輸出層和2個LSTM層。將篩選后與預測斷面相關的站點歷史交通流量數據作為預測網絡的輸入，將預測站點下一個時刻的交通流量作為輸出，最終基于PCA-LSTM的城市短時交通流預測的預測效果如圖4所示。

圖3 地磁檢測設備位置示意

圖4 短時交通流量預測結果

從圖4中可以看出，預測站點交通流量預測值與實際值吻合度較高，表明本文所提出的預測模型應用于實際城市短時交通流量預測問題具有可行性。為了對比分析，本文還建立了經典的支持向量回歸和BP神經網絡模型，用同樣的訓練樣本對支持向量機和BP神經網絡模型進行訓練和測試，并將與本文提出模型的各類誤差指標進行對比，結果見表1。

從表1中可以看出，本文提出的預測模型PCA-LSTM在預測精度和預測誤差方面明顯優于支持向量機和BP神經網絡模型，LSTM模型的預測效果次之。PCA-LSTM預測模型的預測誤差和精度基本接近LSTM預測網絡，但經過降維篩選后的模型訓練速度有著明顯地提升，由于神經網絡測試結果具有一定的浮動性，可認為使用PCA進行預測站點篩選在未影響預測模型精度的前提下有效地提高了預測模型的訓練速度。總體來說，該模型是較好的城市短時交通流量預測方法，具有較高的準確性和較好的實用性。

表1 預測模型分析結果

4 結論

本文提出了PCA與LSTM神經網絡相結合的預測模型，通過PCA對與預測斷面有關的站點進行篩選，將篩選出的站點歷史交通流量數據作為LSTM預測網絡的輸入來進行城市短時交通流量預測，并使用合肥市示范區路網的交通流量數據進行驗證，結果表明該預測模型性能優于經典的支持向量機和BP神經網絡模型，具有較高的準確率和參考性。