蔡曉禹，譚宇婷，雷財林，劉秀彩

（重慶交通大學(xué) 交通運輸學(xué)院，重慶 400074)

城市交通擁堵已經(jīng)成為城市發(fā)展面臨的重大難題。根據(jù)百度地圖發(fā)布的《2017 年度城市研究報告》，北京市因交通擁堵帶來了 4 013.31 元的年人均經(jīng)濟(jì)損失，重慶年人均擁堵成本 2 856.59元。精確和高效的短時交通流量預(yù)測有助于提高交通管理與控制水平、輔助決策制定、改善道路服務(wù)水平。但是，現(xiàn)代城市交通系統(tǒng)愈加脆弱，交通的隨機(jī)性與不確定性增強(qiáng)，這一改變使傳統(tǒng)的建模手段不能很好地處理及預(yù)測交通流信息。近年來，隨著智能交通系統(tǒng)及設(shè)施在城市交通中的廣泛應(yīng)用，城市交通進(jìn)入了大數(shù)據(jù)時代。多元、海量、異構(gòu)的交通數(shù)據(jù)構(gòu)建了交通研究的新環(huán)境。因此，應(yīng)探索新的研究方法以適應(yīng)大數(shù)據(jù)環(huán)境下短時交通流量預(yù)測。

1 短時交通流量預(yù)測方法研究現(xiàn)狀

道路交通流本身是車輛在不同時間和空間上的分布。交通流量預(yù)測的相關(guān)研究有近 40 年的歷史，國內(nèi)外學(xué)者提出的交通流量短時預(yù)測方法已達(dá)幾十種。城市道路交通流量預(yù)測根據(jù)預(yù)測時長分為長期預(yù)測、中長期預(yù)測、短期預(yù)測和短時預(yù)測。在已有短時預(yù)測研究中，預(yù)測時間段包括幾分鐘到幾小時，使用數(shù)據(jù)包括當(dāng)前觀測值和歷史值[1]。個人隨機(jī)因素對短時交通流影響巨大，導(dǎo)致交通流具有很強(qiáng)的不確定性、非線性、非平穩(wěn)性。因此，預(yù)測方法應(yīng)具備實時性、準(zhǔn)確性、穩(wěn)健性、自適應(yīng)性和可移植性[2]。

1.1 短時交通流量預(yù)測方法分類

交通流量預(yù)測方法早期主要有指數(shù)平滑預(yù)測法、卡爾曼濾波法、時間序列法預(yù)測等。近期交通流預(yù)測開始轉(zhuǎn)向以數(shù)據(jù)為驅(qū)動的預(yù)測方式[3]。根據(jù)其模型特性，主流的預(yù)測方法可以歸納為 4 類：基于線性系統(tǒng)理論、基于非線性系統(tǒng)理論、基于知識發(fā)現(xiàn)的智能預(yù)測方法及組合預(yù)測模型法[4-5]。

（1）基于線性系統(tǒng)理論方法。基于線性系統(tǒng)理論方法包括：歷史平均模型、時間序列模型、卡爾曼濾波、線性回歸模型等。時間序列預(yù)測技術(shù)是通過對預(yù)測目標(biāo)自身時間序列的處理來研究其變化趨勢。時間序列法建模簡單，當(dāng)數(shù)據(jù)充足和交通流平穩(wěn)時預(yù)測精度較高。但是，此類方法的局限性在于時間序列預(yù)測中需要涉及大量參數(shù)估計，導(dǎo)致預(yù)測可移植性和適應(yīng)性較差，預(yù)測過程中模型辨識和檢驗的過程比較繁瑣。卡爾曼濾波法是一種最優(yōu)化自回歸數(shù)據(jù)處理算法，它由狀態(tài)方程和觀測方程組成狀態(tài)空間模型，預(yù)測算法來源于現(xiàn)代控制理論中的卡爾曼濾波理論。郭海鋒等[6]利用模糊理論和卡爾曼濾波結(jié)合，改善了單一卡爾曼預(yù)測交通流量存在的時間滯后性的特點。由于卡爾曼濾波法是線性模型，因而當(dāng)預(yù)測時間變短時，隨著短時交通流非線性、不確定性的增強(qiáng)，模型性能變差[7]。

（2）基于非線性系統(tǒng)理論方法?；诜蔷€性系統(tǒng)理論方法主要包括：小波分析模型、基于突變理論預(yù)測法、基于混沌理論預(yù)測法等。交通流預(yù)測中基于小波分析的預(yù)測方法核心思想是將獲取的歷史交通流量時間序列數(shù)據(jù)進(jìn)行分解。其優(yōu)勢在于將數(shù)據(jù)時間與空間頻率進(jìn)行局部化分析。但是，小波分析僅是處理交通流數(shù)據(jù)的一種方法，就預(yù)測的核心而言還需要依靠其他模型。王娟[8]通過小波分解將交通流分為高低頻分量，再結(jié)合 ARIMA 模型進(jìn)行預(yù)測。余國強(qiáng)[9]利用小波分解與神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測，并利用粒子群算法對模型中的參數(shù)進(jìn)行優(yōu)化。

（3）基于知識發(fā)現(xiàn)的智能預(yù)測方法。基于知識發(fā)現(xiàn)的智能預(yù)測方法包括：支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)預(yù)測模型、非參數(shù)回歸預(yù)測模型等。支持向量機(jī)于20 世紀(jì) 90 年代提出，算法泛化能力較強(qiáng)，在解決小樣本、非線性及高維模式識別中表現(xiàn)出許多特有的優(yōu)勢，并能夠推廣應(yīng)用到函數(shù)擬合等其他機(jī)器學(xué)習(xí)問題中。姚智勝等[10-11]將支持向量機(jī)結(jié)合回歸估計，利用多元交通信息完成預(yù)測；基于小波包和支持向量機(jī)結(jié)合對北京快速路流量進(jìn)行預(yù)測。近年來，大量的研究致力于借用其他理論和算法與支持向量機(jī)結(jié)合。人工神經(jīng)網(wǎng)絡(luò)簡稱為神經(jīng)網(wǎng)絡(luò)或連接模型，是對人腦或自然神經(jīng)網(wǎng)絡(luò)若干基本特性的抽象和模擬[12]。此方法需要大量的數(shù)據(jù)作為支撐，訓(xùn)練時間較長，適應(yīng)能力較差，而且訓(xùn)練出的模型只能應(yīng)用于同一場景。目前研究針對模型優(yōu)化和變異開展了大量研究，如 Li 等[13]通過多元數(shù)據(jù)融合和神經(jīng)網(wǎng)絡(luò)模型完成了對高速偶發(fā)交通擁堵的預(yù)測。熊偉晴等[14]利用一個基于規(guī)則的模糊系統(tǒng)非線性地組合 BP 神經(jīng)網(wǎng)絡(luò)模型，改善預(yù)測時識別率不理想和可信度不高的情況。

（4）基于組合模型預(yù)測方法。組合模型預(yù)測法是將 2 種及以上的預(yù)測方法結(jié)合起來，以此發(fā)揮各自的優(yōu)點，補(bǔ)足各自的缺點。這是由于短時交通流隨機(jī)性高，預(yù)測困難，單一的模型實際預(yù)測效果欠佳而產(chǎn)生的預(yù)測思路。

1.2 短時交通流量預(yù)測面臨的問題

早期的交通數(shù)據(jù)難以獲取，數(shù)據(jù)環(huán)境體量小、質(zhì)量低，導(dǎo)致預(yù)測研究多采用小樣本數(shù)據(jù)。因此，純數(shù)學(xué)理論的復(fù)雜模型被大量引入預(yù)測研究中，這種方式忽略了交通流內(nèi)在的特征與演變的機(jī)理。而過于復(fù)雜的模型，如神經(jīng)網(wǎng)絡(luò)和組合模型，過程復(fù)雜、運算量大，不利于短時流量預(yù)測的實際應(yīng)用。

短時交通流量預(yù)測中，研究對象、預(yù)測間隔、數(shù)據(jù)來源格式都有差別，不易相互比較優(yōu)缺點。目前短時交通流量預(yù)測研究的預(yù)測步長以單步預(yù)測為主，預(yù)測間隔在 1～15min 以內(nèi)；預(yù)測研究重點在于對已有模型的優(yōu)化，特別是通過組合模型提高預(yù)測精度和適用性；流量預(yù)測研究路段集中在高速公路與城市快速路，對于占路網(wǎng)比例較大的城市普通路段研究較少；預(yù)測輸入變量多采用單變量，海量的交通數(shù)據(jù)沒有得到有效利用。

目前，短時交通流量預(yù)測面臨以下挑戰(zhàn)。

（1）交通脆弱性。交通脆弱性指交通網(wǎng)絡(luò)受到干擾時，整體交通系統(tǒng)服務(wù)水平下降程度。交通的脆弱性受到路網(wǎng)拓?fù)潢P(guān)系、交通需求、交通環(huán)境的共同影響[15]。城市交通需求急劇增加，使得交通波動性增強(qiáng)、交通系統(tǒng)對抗外部干擾的能力降低，使預(yù)測更加困難。

（2）交通建模。線性和非線性系統(tǒng)理論預(yù)測研究思路都是以建立數(shù)學(xué)公式結(jié)合當(dāng)前流量數(shù)據(jù)以此推演未來時刻的量，并未考慮流量演變的特征。

（3）預(yù)測精確性。城市交通擁堵加劇導(dǎo)致對交通控制的要求變高。精確的預(yù)測結(jié)果是城市交通精細(xì)化控制及誘導(dǎo)的數(shù)據(jù)支撐。預(yù)測需要滿足精度高、效率高的原則。只使用當(dāng)前觀測采集的流量作為研究對象的算法，在交通量較大、系統(tǒng)運行不穩(wěn)定時在線預(yù)測難以滿足要求。因此，面對新的預(yù)測需求，提出一種大數(shù)據(jù)環(huán)境下短時流量預(yù)測新思路。

2 交通大數(shù)據(jù)環(huán)境

2.1 交通大數(shù)據(jù)特征

隨著道路感應(yīng)線圈、電子卡口、射頻識別(RFID) 等檢測器在城市道路廣泛布設(shè)，以及交通數(shù)據(jù)自動采集技術(shù)逐漸成熟，利用自動采集的海量數(shù)據(jù)挖掘城市交通特征已成為發(fā)展趨勢。與傳統(tǒng)交通數(shù)據(jù)環(huán)境不同，交通大數(shù)據(jù)有顯著的 6V 特征：體量巨大 (Volume)；處理快速 (Velocity)；數(shù)據(jù)源多樣、數(shù)據(jù)來源廣泛、類型豐富 (Variety)；真假共存數(shù)據(jù)存在缺失、錯誤、冗余等 (Veracity)；價值豐富(Value)，數(shù)據(jù)具有時間、空間、歷史等多維特征；可視化 (Visualization)，交通運行狀態(tài)、城市路網(wǎng)特性通過可視化技術(shù)展現(xiàn)[16]。

在交通大數(shù)據(jù)環(huán)境下，通過數(shù)據(jù)可視化技術(shù)展現(xiàn)交通流時空演變過程，研究者可以更直觀地探尋交通流內(nèi)在規(guī)律，以及外界因素與流量變化之間的關(guān)聯(lián)規(guī)則。多元、海量的數(shù)據(jù)包含各種交通場景、交通態(tài)勢，將提升預(yù)測模型的適應(yīng)性與精確性。為保證預(yù)測精度，小數(shù)據(jù)環(huán)境下的模型往往復(fù)雜。大數(shù)據(jù)驅(qū)動下可以簡化模型構(gòu)建方法，增強(qiáng)預(yù)測算法實用性[17]。

2.2 大數(shù)據(jù)環(huán)境下的交通態(tài)勢

交通流是一個典型的時變系統(tǒng)，交通流時序圖反映了交通量隨時間的變化情況。變化的背后隱藏了各種環(huán)境因素，如天氣因素、氣候因素、交通事故、工作出行等。重慶市某路段斷面交通流量時間序列如圖 1 所示。

從圖 1 可以看出，工作日與非工作日交通流態(tài)勢差異明顯。工作日 1 中因出現(xiàn)交通事故交通量迅速下降，后期路段恢復(fù)通行，交通流回歸正常。這些外部因素導(dǎo)致交通流呈現(xiàn)出相應(yīng)的交通態(tài)勢。當(dāng)外部因素重復(fù)發(fā)生，交通流進(jìn)而產(chǎn)生相似的態(tài)勢。

環(huán)境因素對交通流的影響機(jī)理及導(dǎo)致的結(jié)果難以用數(shù)學(xué)模型描述與預(yù)測。但是，在海量數(shù)據(jù)的支持下，就能獲取不同路段在不同因素共同作用下的交通流變化情況即呈現(xiàn)的交通態(tài)勢。數(shù)據(jù)庫越豐富、質(zhì)量越高，找出交通態(tài)勢共性和結(jié)果的可能性越大。當(dāng)出現(xiàn)相同態(tài)勢即可根據(jù)歷史結(jié)果進(jìn)行預(yù)測，以此概念提出通過尋找具有共性的交通態(tài)勢的預(yù)測方法。

圖 1 重慶市某路段斷面交通流量時間序列Fig.1 Time series of traf fi c fl ows on a road section in Chongqing

3 交通流量短時預(yù)測關(guān)鍵技術(shù)分析

交通流量短時預(yù)測方法通過尋找相似的交通態(tài)勢進(jìn)行預(yù)測，即在歷史流量中尋找與當(dāng)前相似交通流態(tài)勢的時間序列，交通流量短時預(yù)測流程如圖 2所示，主要分為歷史數(shù)據(jù)庫、當(dāng)前觀測交通流、相似態(tài)勢度量機(jī)制、預(yù)測值組合函數(shù) 4 個部分。

3.1 歷史數(shù)據(jù)庫構(gòu)建

圖 2 交通流量短時預(yù)測流程圖Fig.2 The fl ow chart of short-term traf fi c forecasting

理想的數(shù)據(jù)庫應(yīng)包含各種影響因素下的交通態(tài)勢和典型規(guī)律，以便能在歷史數(shù)據(jù)庫中找到與觀測交通流相似的歷史交通流。但一味地擴(kuò)大數(shù)據(jù)庫的數(shù)據(jù)量，冗余的數(shù)據(jù)又會導(dǎo)致計算量增大，增加搜索時間。因此，需要在減少冗余數(shù)據(jù)的同時盡可能保證典型數(shù)據(jù)的豐富性，體現(xiàn)各種交通狀態(tài)[18]。在城市道路中，因居民出行規(guī)律的相似性和出行方式的雷同性，城市路網(wǎng)節(jié)點交通流量變化具有類似特點。通過預(yù)測斷面聚類的手段，將相似斷面的歷史數(shù)據(jù)合并，可以保證特征交通態(tài)勢豐富。預(yù)測路段交通流特性相差較大，則數(shù)據(jù)庫可以彼此分離，較少冗余數(shù)據(jù)。機(jī)器算法中的聚類分析作為一種數(shù)據(jù)歸約技術(shù)，可以揭示一個數(shù)據(jù)集中觀測值的子集，把大量的觀測值歸約為若干類。利用層次聚類算法，將具有相似性交通流路段的數(shù)據(jù)庫融合為一個數(shù)據(jù)集，具體算法如下。

（1）初始構(gòu)造n個類，N即待劃分的流量檢測斷面的數(shù)量。每個類包含 1組樣本，即該斷面的歷史流量。

（2）計算每類和其他各類的向量距離。

（3）利用離差平方和法 (Ward 法) 計算類間間距，將距離最短的 2 類合并為一個新類。

（4）重復(fù)步驟（2）和步驟（3），直到包含所有觀測值的類合并成單個的類為止。

（5）作聚類分析圖，決定類的個數(shù)，合并同一類中的檢測單元數(shù)據(jù)庫。

3.2 相似度量機(jī)制

當(dāng)前衡量交通流相似度通常使用樣本之間的歐式距離，若歐式距離越小，交通流之間就越相似。但是，歐式距離只能反應(yīng)特征向量在空間上的“靠近性”，衡量的是空間各點的絕對距離。并且歐式距離對變量的量綱有依賴，在實際計算時容易造成與流量演變的實際含義相悖。在眾多樣本距離計算方法中，余弦距離可以考察向量之間形狀的“相似性”，如 2 個交通流向量余弦距離越接近于 1，說明其水平夾角越相似，整體形狀而言就越相近。

通過融合歐式距離和余弦距離的相似度量機(jī)制將兼顧彼此優(yōu)勢，保證在歷史數(shù)據(jù)庫篩選交通態(tài)勢的“相似性”和“靠近性”?；谌诤暇嚯x的相似度量機(jī)制如圖 3 所示。坐標(biāo)系中的每一個點表示歷史交通流在融合距離空間里的屬性，橫縱坐標(biāo)分別表示歷史交通流與觀測交通流的余弦距離和歐式距離，r表示融合距離。圖中的A點 (0，1) 歐式距離為 0，余弦距離為 1，表示需要預(yù)測的觀測交通流向量。如果只看單一距離，將點投影到坐標(biāo)軸，D點流量與A點余弦距離最接近，但從融合距離來說并不接近，因此該點的屬性為“相似度”高但“靠近性”差。同理E點屬性為“靠近性”強(qiáng)，但“相似度”低，兩者皆不屬于最優(yōu)的相似交通流。從融合距離上看B和C是與A的融合距離最近的 2 個點，屬于與A最相似的 2 個交通流?？梢姡脝我痪嚯x作為相似度量機(jī)制是有缺陷的，必須依靠融合距離的度量機(jī)制才能從數(shù)據(jù)庫篩選出最優(yōu)的歷史相似交通流。

圖 3 基于融合距離的相似度量機(jī)制Fig.3 Practical signi fi cance of fusion distance

3.3 預(yù)測相關(guān)參數(shù)選取

預(yù)測算法中涉及到 2 個重要參數(shù)，其一是作為匹配的觀測流量序列應(yīng)該截取多長的時間，這將關(guān)系到找到的歷史交通態(tài)勢是否具有預(yù)測的功能。時間過短的流量不具有實際意義，時間過長的流量會削弱最近觀測值的權(quán)重。另一參數(shù)則是選取相似的歷史交通態(tài)勢的樣本數(shù)量。如果選擇的個數(shù)過少，則預(yù)測容易被極端值影響，導(dǎo)致預(yù)測風(fēng)險。如果樣本量過多，則冗余樣本的噪聲會干擾預(yù)測結(jié)果，降低預(yù)測精度。因此，需要對這 2 種參數(shù)取值對預(yù)測結(jié)果的影響進(jìn)行研究。在實際應(yīng)用中，可以根據(jù)這2 個參數(shù)不同值組合下預(yù)測的精度，通過 OLS 線性回歸的方式選取最優(yōu)參數(shù)組合。

4 結(jié)束語

在短時交通流量預(yù)測近 40 年的歷史中，預(yù)測數(shù)據(jù)環(huán)境經(jīng)歷了多個階段的變化，目前處在數(shù)字城市和智慧城市建設(shè)形成的多元、異構(gòu)大數(shù)據(jù)環(huán)境中。交通流量預(yù)測手段則由線性和非線性模型逐漸向智能預(yù)測方式轉(zhuǎn)變。短時交通流量預(yù)測需要考慮其獨特的時空特性，尋找共性規(guī)律。如果僅僅從高精度、高復(fù)雜度的純數(shù)學(xué)統(tǒng)計模型入手，只會將交通流數(shù)字化、片面化。交通大數(shù)據(jù)環(huán)境的構(gòu)建為短時交通流量預(yù)測開啟了新的變革，如何借用大數(shù)據(jù)平臺構(gòu)建簡潔、高效、實用的預(yù)測算法將成為未來的研究重點。