周思吉， 錢真坤

1.四川文理學(xué)院 信息化建設(shè)與服務(wù)中心， 四川 達(dá)州 635000； 2.四川文理學(xué)院 后勤服務(wù)處， 四川 達(dá)州 635000

大數(shù)據(jù)時代下的智慧城市， 交通數(shù)據(jù)增長迅速， 給交通管理帶來很大壓力， 將傳感技術(shù)、 圖像、 控制技術(shù)等集成運(yùn)用到管理系統(tǒng)的智能交通系統(tǒng)(Intelligent Transportation System， ITS)應(yīng)運(yùn)而生[1-2]． 交通預(yù)測對于ITS、 交通管理部門和旅行者來說必不可少， 采用最先進(jìn)的機(jī)器學(xué)習(xí)算法對大流量數(shù)據(jù)集進(jìn)行研究， 設(shè)計可靠的駕駛員支持系統(tǒng)， 可以避免致命事故的發(fā)生[3-4]． 在交通監(jiān)控等實時應(yīng)用中， 需要處理大量的數(shù)據(jù)， 由于不同位置的非線性時間動態(tài)特性、 復(fù)雜的空間相關(guān)性和更廣泛的步長預(yù)測， 使交通預(yù)測成為一項具有挑戰(zhàn)性的任務(wù)． 為了適應(yīng)這些情況， 需要高效的可視化和數(shù)據(jù)挖掘技術(shù)來預(yù)測和分析海量的交通大數(shù)據(jù)[5-6]．

文獻(xiàn)[7]提出一種用于處理大傳感器數(shù)據(jù)的收斂模型， 該模型包括使用霧、 云和移動計算技術(shù)的3層， 在收斂模型框架內(nèi)實現(xiàn)了用于數(shù)據(jù)處理的多主體方法． 文獻(xiàn)[8]提出基于大數(shù)據(jù)技術(shù)的軟件定義網(wǎng)絡(luò)(Software Defined Network， SDN)流量監(jiān)控方法， 該方法使用計數(shù)器來收集和生成流量統(tǒng)計信息． 近幾年來， 深度學(xué)習(xí)吸引了許多研究者將其應(yīng)用到交通相關(guān)領(lǐng)域， 為了有利于道路信息的獲取， 利用深度學(xué)習(xí)算法對交通流模式進(jìn)行分層設(shè)計， 提取有用信息． 文獻(xiàn)[9]提出一種長期短期記憶深度模型的交通預(yù)測方法， 能夠提取精確的潛在空間相關(guān)性， 提高預(yù)測精度． 文獻(xiàn)[10]提出一種改進(jìn)的深度置信網(wǎng)絡(luò)流量預(yù)測方法．

提高預(yù)測精度是交通流量預(yù)測需要解決的關(guān)鍵問題， 為了最大限度地提高預(yù)測精度和可擴(kuò)展性， 目前已有許多相關(guān)研究[11]． 文獻(xiàn)[12]提出一種利用大數(shù)據(jù)、 內(nèi)存計算、 深度學(xué)習(xí)和圖形處理單元(Graphics Processing Units， GPU)進(jìn)行智能流量預(yù)測算法， 對大規(guī)模、 快速、 實時的交通進(jìn)行預(yù)測． 文獻(xiàn)[13]提出一種用于城市快速道路交通狀態(tài)分類的機(jī)器學(xué)習(xí)方法， 該方法采用改進(jìn)的模糊C均值(Fuzzy C-Means， FCM)聚類算法對城市交通狀態(tài)進(jìn)行分類． 但該算法僅適用于城市高速公路的交通狀態(tài)分類， 未考慮交通碰撞對城市道路交通狀態(tài)產(chǎn)生的影響． 文獻(xiàn)[14]提出一種基于機(jī)器學(xué)習(xí)的城市交通事故安全黑點(diǎn)識別算法， 該算法采用基于最大分類區(qū)間的支持向量機(jī)對研究區(qū)域內(nèi)的復(fù)雜模型進(jìn)行訓(xùn)練和事故黑點(diǎn)優(yōu)化學(xué)習(xí)， 并基于深層神經(jīng)網(wǎng)絡(luò)來識別和分析交通事故黑點(diǎn)． 由于交通事故數(shù)據(jù)特征隨時間和空間的變化而變化， 難以確定造成黑點(diǎn)的原因， 黑點(diǎn)識別模型的訓(xùn)練將變得非常復(fù)雜．

為了進(jìn)行不同位置的非線性時間動態(tài)特性、 復(fù)雜的空間相關(guān)性和更廣泛的步長預(yù)測， 本文提出一種高精度基于深度學(xué)習(xí)的并行卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks， CNN)的流量大數(shù)據(jù)預(yù)測模型， 通過檢測目標(biāo)的存在性和其感興趣區(qū)域(Region Of Interest， ROI)的幾何屬性(位置和方向)來預(yù)測特定區(qū)域的交通狀況． 在該模型中保留交通信息， 并基于已有知識開發(fā)可視化， 通過不斷變化的交通狀況動畫設(shè)計， 在特定的道路和時間可以分析收費(fèi)公路的交通行為， 通過將預(yù)測結(jié)果與實際交通數(shù)據(jù)進(jìn)行比較， 評價該方法的有效性． 實驗結(jié)果表明， 本文提出的模型在準(zhǔn)確度方面優(yōu)于所對比的方法．

1 基于深度學(xué)習(xí)的交通大數(shù)據(jù)預(yù)測

本文提出的模型首先對數(shù)據(jù)進(jìn)行收集和預(yù)處理以獲取有效的輸入數(shù)據(jù)集， 然后構(gòu)造和訓(xùn)練并行CNN模型， 最后對交通流量特征進(jìn)行預(yù)測． 本文提出的系統(tǒng)模型如圖1所示．

圖1 本文提出的系統(tǒng)模型

1.1 并行卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)(CNN)是在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上發(fā)展起來的， 它作為圖像識別、 語音識別和計算機(jī)視覺的一部分， 避免了對圖像的復(fù)雜前期預(yù)處理， 在許多領(lǐng)域得到了廣泛的應(yīng)用． CNN的核心思想是通過局域感受卷積、 權(quán)共享和下采樣對神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化， 減少神經(jīng)元個數(shù)和權(quán)值， 采用池化技術(shù)使特征具有位移、 縮放和扭曲不變性．

并行卷積神經(jīng)網(wǎng)絡(luò)是N級并行卷積層的獨(dú)立卷積網(wǎng)絡(luò)， 其中每級卷積網(wǎng)絡(luò)設(shè)計為5層結(jié)構(gòu)： 輸入層、 卷積層、 池化層、 完全連接層、 輸出層． 并行CNN能夠提取更多維度和有代表性的特征， 具有較強(qiáng)的流量識別能力． 本文將具有規(guī)則時間間隔的一維時間序列樣本和圖像視為時間一維、 位置一維的二維像素網(wǎng)格， CNN中的卷積核可以有效地提取數(shù)據(jù)中的特征， 使得CNN在處理網(wǎng)格結(jié)構(gòu)的數(shù)據(jù)時非常強(qiáng)大． 池化層的引入不僅大大減少了模型訓(xùn)練過程中的參數(shù)數(shù)目， 而且保證了通過卷積層提取的特征得到有效保留． 基于CNN的流量預(yù)測框架如圖2所示．

圖2 基于CNN的流量預(yù)測框架

1.2 數(shù)據(jù)預(yù)處理

如何將流量數(shù)據(jù)組織起來作為深度學(xué)習(xí)網(wǎng)絡(luò)的有效輸入是一個重要的問題． 為了獲得高質(zhì)量的學(xué)習(xí)和預(yù)測結(jié)果， 需要對交通數(shù)據(jù)進(jìn)行有效的組織， 形成有效的輸入數(shù)據(jù)集． 輸入數(shù)據(jù)必須適合深度學(xué)習(xí)網(wǎng)絡(luò)的學(xué)習(xí)和預(yù)測， 并有效且有意義地代表正在研究的問題． 本文將交通數(shù)據(jù)轉(zhuǎn)換為矩陣形式進(jìn)行處理， 使用時空交通流矩陣作為CNN的輸入進(jìn)行回歸預(yù)測． 根據(jù)時間和空間維度， 將不同位置采集的線圈數(shù)據(jù)視為時間一維、 位置一維的二維像素網(wǎng)格．

(1)

其中，Q為時間長度，P為空間長度． 構(gòu)造的交通數(shù)據(jù)矩陣作為CNN模型的輸入數(shù)據(jù)， 預(yù)測路段的預(yù)測交通流量作為其輸出．

1.3 卷積層

卷積層是CNN特有的最重要的計算層， 卷積層的計算過程由卷積核的卷積運(yùn)算完成． 卷積的函數(shù)設(shè)計為使用加權(quán)函數(shù)w和掃描函數(shù)x． 連續(xù)卷積運(yùn)算定義為：

(2)

在機(jī)器學(xué)習(xí)應(yīng)用中， 輸入數(shù)據(jù)是離散的、 多維的． 以二維圖像為例， 可以將二維離散變換定義為：

(3)

其中，j和k為二維圖像坐標(biāo)，I(p，q)表示輸入矩陣，K(p，q)稱為內(nèi)核或特征映射． 如圖2所示， 卷積運(yùn)算使用特征映射來掃描圖像， 測量其相似度并輸出熱圖t(j，k)， 突出顯示感興趣的區(qū)域． 如果在沒有監(jiān)督的情況下從圖像中提取特征圖， 那么熱圖t(j，k)會指示人臉的位置(除非沒有人臉)．

1.4 池化層

池化層(也稱為下采樣)被視為是對社區(qū)響應(yīng)的總結(jié)． 池化通過減少輸出大小來刪除未使用的信息， 從而減少計算成本并避免過擬合， 有助于使網(wǎng)絡(luò)對輸入的微小變化保持不變． 最大池化是最成功的池化操作之一， 它輸出矩形鄰域內(nèi)的最大值． 實踐中可以通過兩種不同的池化機(jī)制來執(zhí)行該操作： 最大或平均． 一維中最大和平均池化操作表示為：

(4)

(5)

其中，q表示濾波器大小，p是起始索引，nq是結(jié)束索引，ri是輸出向量．

1.5 完全連接層

卷積層和池化層輸出的數(shù)據(jù)包含輸入數(shù)據(jù)最終和最重要的特征． 在進(jìn)入完全連接層之前， 應(yīng)將其轉(zhuǎn)換為適合完全連接層處理的一維向量形式．

(6)

最后， 一維向量通過計算全連通層產(chǎn)生模型輸出．

1.6 基于預(yù)測因子的交通預(yù)測

為了探索交通， 選擇了3個不同的公路站進(jìn)行交通分析． 每個連接點(diǎn)都記錄了15～20 min之間的信息． 相關(guān)的信息集用來比較不同聚合類型每個站點(diǎn)的數(shù)據(jù)． 備用信息集用于匯總季節(jié)性信息， 例如小時、 日、 月和年． 假設(shè)此時的主要道路交通會受到道路狀況的影響， 如維修、 事故、 交通堵塞和其他情況． 由于本文的研究涉及到探索卓越地理位置中道路的動態(tài)特性， 因此需要根據(jù)時間和位置考慮不同的交通條件． 并非所有道路同時處于相同的交通狀態(tài)或處于類似的狀況．

在時間(t+h)， 用給定的測量值預(yù)測在時間t的交通流速度． 交通函數(shù)定義為：

(7)

為了對交通流數(shù)據(jù)進(jìn)行建模， 應(yīng)用以下公式得出預(yù)測因子x：

(8)

其中，n表示網(wǎng)絡(luò)中的位置數(shù)(環(huán)路檢測器)，xi， t表示在時間t， 位置為i時橫截面交通流速度，VT表示矩陣轉(zhuǎn)換為列向量的向量化轉(zhuǎn)換． 選定的長度一致， 并且與幾個現(xiàn)有的運(yùn)輸走廊管理部署相對應(yīng)． 這些層是用時間序列“過濾器”按如下方式計算的：

(9)

2 卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

采用VGG(Visual Graphics Generator)網(wǎng)絡(luò)結(jié)果進(jìn)行訓(xùn)練和測試， 在訓(xùn)練的開始階段隨機(jī)初始化參數(shù)． 訓(xùn)練過程分為前向傳播計算和反向傳播計算兩個階段． 前向傳播按下式進(jìn)行計算：

xi=ayi-1+b，yi=f(xi)

(10)

其中，xi為當(dāng)前層輸入，yi為當(dāng)前層輸出，a和b為上一層的權(quán)重和偏置，f(xi) 為激勵函數(shù)． 采用具有快速計算和快速收斂特性的修正線性單元(Rectified linear unit，RELU)作為激勵函數(shù)，RELU=max(0，y)．

反向傳播的核心是計算損失函數(shù)值， 本文采用平方誤差函數(shù)作為損失函數(shù)， 表示為：

(11)

其中，N為樣本數(shù)量，n為訓(xùn)練次數(shù)，z為訓(xùn)練樣本的正確結(jié)果，o為網(wǎng)絡(luò)訓(xùn)練的輸出結(jié)果．

由于網(wǎng)絡(luò)模型的參數(shù)過多， 在訓(xùn)練過程中存儲的數(shù)據(jù)將影響訓(xùn)練和測試速度， 需要對參數(shù)進(jìn)行優(yōu)化． VGG網(wǎng)絡(luò)的訓(xùn)練參數(shù)主要產(chǎn)生于完全連接層， 為了減少VGG網(wǎng)絡(luò)的訓(xùn)練參數(shù)， 去掉一層完全連接層， 保留原VGG網(wǎng)絡(luò)結(jié)構(gòu)不變， 以減少訓(xùn)練參數(shù)．

3 實驗結(jié)果與分析

為了在分布式環(huán)境中實現(xiàn)流量預(yù)測和可視化， 所有實驗均在配置為Intel(R)Core(TM)i3-2350M CPU@2.30 GHz、 2300 MHz、 4 Core(s)的4個邏輯處理器(24 GB內(nèi)存)上， 采用Matlab 2014a神經(jīng)網(wǎng)絡(luò)工具箱實現(xiàn)了本文提出算法的模型． 在訓(xùn)練早期使用均方誤差來加速參數(shù)優(yōu)化， 更快地擬合高峰時段的流量高值數(shù)據(jù)． 為了預(yù)測和可視化實例， 使用帶有流量數(shù)據(jù)集的P-CNN分類器．

為了將交通數(shù)據(jù)進(jìn)行預(yù)測和可視化， 本文從北京交通部門的分布式傳感器中收集交通數(shù)據(jù)， 并將收集到的每個探測器站的數(shù)據(jù)以15 min間隔進(jìn)行聚合． 為了驗證結(jié)果， 首先使用2019年的半年數(shù)據(jù)， 將2019年1月1日至2019年4月30日的交通數(shù)據(jù)視為訓(xùn)練集， 2019年4月1日至2019年6月30日的交通數(shù)據(jù)視為驗證集， 2019年5月1日至2019年6月30日的流量數(shù)據(jù)視為測試集． 在訓(xùn)練期間將模型應(yīng)用于測試集之前， 首先將驗證集用作防止過度擬合的指標(biāo)， 然后備份訓(xùn)練． 為了驗證該方法， 本文使用一些用于數(shù)據(jù)收集、 存儲、 數(shù)據(jù)操作以及數(shù)據(jù)質(zhì)量和性能因素的策略． 數(shù)據(jù)集中的特性包括起點(diǎn)、 終點(diǎn)、 時間戳、 可見性、 壓力等級、 速度和區(qū)域． 生成的數(shù)據(jù)集隨機(jī)用于培訓(xùn)、 測試和驗證． 表1說明了包含特征數(shù)、 類別數(shù)和實例數(shù)的流量數(shù)據(jù)．

表1 數(shù)據(jù)集描述

3.1 評估指標(biāo)

模型的精確度主要通過模型預(yù)測數(shù)據(jù)與真實數(shù)據(jù)之間的誤差來反映， 為了評價本文提出模型的分類性能， 采用分類中常用的3種指標(biāo)進(jìn)行估計： 平均絕對誤差(Mean Absolute Error，MAE)、 平均相對誤差(Mean Relative Error，MRE)和均方根誤差(Root Mean Square Error，RMSE)．MAE能夠更好地反映預(yù)測值誤差的實際情況，MRE能夠反映模型所得結(jié)果的絕對誤差與預(yù)測值之間的百分比， 較好地體現(xiàn)了模型的可信度，RMSE用來衡量觀測值同實際值間的偏差．

(12)

(13)

(14)

其中，qk是預(yù)測流量，pk為實時流量，m為測試數(shù)據(jù)的樣本數(shù)量．

3.2 實驗結(jié)果與分析

表2至表4給出了K-最鄰(K Nearest Neighbor， KNN)、 帶漂移檢測的快速增量模型樹(Fast Incremental Model Trees， FIMT)、 卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network， CNN)和本文所提模型的MAE，MRE和RMSE．

表2 不同模型的MAE性能指標(biāo)

表3 不同模型的MRE性能指標(biāo)

表4 不同模型的RMSE性能指標(biāo)

由表2至表4可以看出， 在短期預(yù)測方面， 與KNN，F(xiàn)IMT，CNN相比， 本文所提模型在MAE，MRE和RMSE方面優(yōu)于所對比的模型． 這是因為本文模型將具有規(guī)則時間間隔的一維時間序列樣本和圖像視為時間一維、 位置一維的二維像素網(wǎng)格， 通過學(xué)習(xí)這些特征來對某路段的交通流量進(jìn)行預(yù)測， 可以有效地編碼交通流量預(yù)測中的時間相關(guān)性， 在短期預(yù)測期間取得了較好的預(yù)測結(jié)果．

在使用不同性能指標(biāo)計算平均錯誤率后， 使用不同模型對每日、 每周、 每月和每年高速公路數(shù)據(jù)進(jìn)行預(yù)測的準(zhǔn)確度如圖3所示． 由圖3可以看出， 在長期預(yù)測方面， 本文模型比其他現(xiàn)有模型具有更好的精度． 這是因為本文使用并行CNN對交通流量進(jìn)行預(yù)測， 在預(yù)測過程中添加了檢測目標(biāo)的存在性和感興趣區(qū)域的幾何屬性(位置和方向)， 同時探索卓越地理位置中道路的動態(tài)特性， 根據(jù)時間和位置考慮不同的交通條件設(shè)置了預(yù)測因子， 并應(yīng)用預(yù)測因子對交通流數(shù)據(jù)進(jìn)行建模， 進(jìn)一步提升了特定區(qū)域交通狀況的預(yù)測精度．

圖3 各模型的準(zhǔn)確度

4 結(jié)論

本文提出一種高精度基于深度學(xué)習(xí)的并行卷積神經(jīng)網(wǎng)絡(luò)的交通流量大數(shù)據(jù)預(yù)測模型， 以高效數(shù)據(jù)挖掘技術(shù)來預(yù)測和分析海量交通大數(shù)據(jù)． 該模型首先對數(shù)據(jù)進(jìn)行收集和預(yù)處理， 將交通流數(shù)據(jù)轉(zhuǎn)化為二維圖像來構(gòu)建并行CNN， 通過學(xué)習(xí)這些特征來對某路段的交通流量進(jìn)行預(yù)測． 引入預(yù)測因子對交通流數(shù)據(jù)進(jìn)行建模并預(yù)測實驗， 本文所提模型的流量數(shù)據(jù)預(yù)測性能均優(yōu)于所對比的方法． 未來的工作是研究基于深度學(xué)習(xí)的交通信號燈長度優(yōu)化， 探討城市交通信號燈對交通的影響， 并使所有用戶能夠根據(jù)交通流量預(yù)測監(jiān)測空氣質(zhì)量．