專利名稱：交通量預(yù)測裝置、交通量預(yù)測方法以及程序的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及根據(jù)過去的實際交通量預(yù)測交通量的交通量預(yù)測裝置。
背景技術(shù)：
以往以來，預(yù)測發(fā)生擁堵的地點、預(yù)測道路各鏈路(link)的平均旅行(行車)時間的服務(wù)得到了實用化。在此，“鏈路”是指構(gòu)成道路的単位，例如由連結(jié)交叉路口和交叉路ロ的線段來規(guī)定。另外，還已知對一天以后等較遠的將來預(yù)測交通量的系統(tǒng)。在專利文獻I中，對于預(yù)測對象鏈路，根據(jù)所積累的過去的交通信息，按包含于交通信息的星期、時刻等各時間屬 性，算出鏈路旅行時間的平均值、眾數(shù)值等統(tǒng)計信息，將時間屬性與預(yù)測將來時刻的時間屬性相符的統(tǒng)計信息作為預(yù)測將來時刻的鏈路旅行時間進行輸出。專利文獻I :日本特開2005-17399
發(fā)明內(nèi)容
發(fā)明要解決的問題在上述專利文獻I所記載的預(yù)測方法中，按各時間屬性而處理統(tǒng)計信息，因此對于ー個時間屬性的統(tǒng)計信息會被揉合(舍入)為ー個值，可能會導(dǎo)致預(yù)測內(nèi)容僵化。即，即使積累了新的交通信息，對統(tǒng)計信息的貢獻也較小，因此新的交通信息難以反映到預(yù)測中。因此，本發(fā)明是鑒于上述背景而完成的發(fā)明，目的在于提供ー種能夠靈活地進行預(yù)測的交通量預(yù)測裝置。用于解決問題的手段本發(fā)明的交通量預(yù)測裝置具備實際狀況數(shù)據(jù)輸入部，其輸入交通量的時間序列數(shù)據(jù)以及表示該時間序列數(shù)據(jù)的獲取日的數(shù)據(jù)；日期類型付與部，其對所述時間序列數(shù)據(jù)付與與所述獲取日對應(yīng)的日期類型；分簇部，其根據(jù)時間序列數(shù)據(jù)彼此的接近程度，將由所述實際狀況數(shù)據(jù)輸入部輸入的多個時間序列數(shù)據(jù)劃分為多個簇；存儲部，其與所述日期類型和所述簇相關(guān)聯(lián)地存儲所述時間序列數(shù)據(jù)；日期類型輸入部，其輸入交通量的預(yù)測對象日的日期類型；算出部，其檢索存儲于所述存儲部的數(shù)據(jù)，求出包含具有所述日期類型的時間序列數(shù)據(jù)最多的簇，生成該簇所包含的具有所述日期類型的時間序列數(shù)據(jù)的平均時間序列數(shù)據(jù)；以及輸出部，其將所述平均時間序列數(shù)據(jù)作為預(yù)測的交通量的時間序列數(shù)據(jù)來輸出。這樣，將時間序列數(shù)據(jù)劃分為多個簇，求出包含具有預(yù)測對象日的日期類型的時間序列數(shù)據(jù)最多的簇(最大簇)，由此能夠根據(jù)預(yù)測對象日的日期類型的時間序列中的典型時間序列數(shù)據(jù)來預(yù)測交通量。在新輸入實際狀況數(shù)據(jù)而最大簇發(fā)生了變化的情況下，能夠根據(jù)新構(gòu)成了最大簇的時間序列數(shù)據(jù)來預(yù)測交通量。日期類型例如是指季節(jié)(春、夏、秋、冬)、星期、天氣(睛、陰、雨)等。在本發(fā)明的交通量預(yù)測裝置中，可以為所述分簇部在將所述時間序列數(shù)據(jù)初始映射于預(yù)定的空間內(nèi)之后，通過在所述空間內(nèi)隨機地移動的主體，反復(fù)進行(I)保持處理和(2)映射處理，從而在所述空間內(nèi)再次映射所述時間序列數(shù)據(jù)，將接近的時間序列數(shù)據(jù)彼此分簇為同一簇，所述保持處理為當所述主體來到映射了時間序列數(shù)據(jù)的位置時以預(yù)定的概率保持時間序列數(shù)據(jù)的處理，所述映射處理為在保持了所述時間序列數(shù)據(jù)的所述主體在所述主體周圍的預(yù)定范圍內(nèi)檢測出與所保持的時間序列數(shù)據(jù)具有預(yù)定的接近度的時間序列數(shù)據(jù)的情況下、映射所保持的時間序列數(shù)據(jù)的處理，所述存儲部存儲有映射了所述時間序列數(shù)據(jù)的數(shù)據(jù)。通過以這種方法進行分簇，即使分簇處理不收斂，也能得到的簇的暫定的狀況。在交通量預(yù)測裝置中，對構(gòu)成全國道路的鏈路的時間序列數(shù)據(jù)這種大量的數(shù)據(jù)進行處理，因此為了分簇處理收斂需要花費長時間，但根據(jù)本發(fā)明，能夠根據(jù)暫定的簇來預(yù)測交通量。在本發(fā)明的交通量預(yù)測裝置中，可以為所述分簇部當在具有已經(jīng)進行了分簇的時間序列數(shù)據(jù)的空間內(nèi)初始映射新的時間序列數(shù)據(jù)時，在存在于所述空間內(nèi)的時間序列數(shù)據(jù)的重心位置初始映射新的時間序列數(shù)據(jù)。
這樣，通過將新的時間序列數(shù)據(jù)初始映射于現(xiàn)有的時間序列數(shù)據(jù)的重心位置，能夠迅速地將新的時間序列數(shù)據(jù)分類為簇。在本發(fā)明的交通量預(yù)測裝置中，可以為所述實際狀況數(shù)據(jù)輸入部在交通量的預(yù)測對象日為當天的情況下，作為部分時間序列數(shù)據(jù)而輸入預(yù)測對象時刻之前的當天的交通量的時間序列數(shù)據(jù)，所述算出部從所述存儲部讀出映射了具有所述日期類型的時間序列數(shù)據(jù)的數(shù)據(jù)，在將所述部分時間序列數(shù)據(jù)初始映射于所讀出的時間序列數(shù)據(jù)的重心位置之后，由所述主體再次映射所述部分時間序列數(shù)據(jù)，算出再次映射了所述部分時間序列數(shù)據(jù)的簇所包含的時間序列數(shù)據(jù)的平均時間序列數(shù)據(jù)。這樣，捜索具有與預(yù)測對象時刻前的部分時間序列數(shù)據(jù)接近的時間序列數(shù)據(jù)的簇，使用該簇的預(yù)測對象時刻以后的時間序列數(shù)據(jù)來預(yù)測交通量，由此能夠考慮當天的交通量的時間序列數(shù)據(jù)而進行適當?shù)念A(yù)測。在本發(fā)明的交通量預(yù)測裝置中，所述算出部可以在進行了初始映射的部分時間序列數(shù)據(jù)的周圍配置多個主體。根據(jù)該結(jié)構(gòu)，在分簇的處理(I)中，能夠易于保持部分時間序列數(shù)據(jù)，能夠迅速地再次映射部分時間序列數(shù)據(jù)。本發(fā)明的交通量預(yù)測方法具備以下步驟實際狀況數(shù)據(jù)輸入步驟，交通量預(yù)測裝置輸入交通量的時間序列數(shù)據(jù)以及表示該時間序列數(shù)據(jù)的獲取日的數(shù)據(jù)；日期類型付與步驟，所述交通量預(yù)測裝置對所述時間序列數(shù)據(jù)付與與所述獲取日對應(yīng)的日期類型；分簇步驟，所述交通量預(yù)測裝置根據(jù)時間序列數(shù)據(jù)彼此的接近程度，將通過所述實際狀況數(shù)據(jù)輸入步驟輸入的多個時間序列數(shù)據(jù)劃分為多個簇；存儲步驟，所述交通量預(yù)測裝置與所述日 期類型和所述簇相關(guān)聯(lián)地將所述時間序列數(shù)據(jù)存儲于存儲部；日期類型輸入步驟，所述交通量預(yù)測裝置輸入交通量的預(yù)測對象日的日期類型；算出步驟，所述交通量預(yù)測裝置檢索存儲于所述存儲部的數(shù)據(jù)，求出包含具有所述日期類型的時間序列數(shù)據(jù)最多的簇，生成該簇所包含的具有所述日期類型的時間序列數(shù)據(jù)的平均時間序列數(shù)據(jù)；以及輸出步驟，所述交通量預(yù)測裝置將所述平均時間序列數(shù)據(jù)作為預(yù)測的交通量的時間序列數(shù)據(jù)來輸出。本發(fā)明的程序用于預(yù)測交通量，使計算機執(zhí)行實際狀況數(shù)據(jù)輸入步驟，輸入交通量的時間序列數(shù)據(jù)以及表示該時間序列數(shù)據(jù)的獲取日的數(shù)據(jù)；日期類型付與步驟，對所述時間序列數(shù)據(jù)付與與所述獲取日對應(yīng)的日期類型；分簇步驟，根據(jù)時間序列數(shù)據(jù)彼此的接近程度，將通過所述實際狀況數(shù)據(jù)輸入步驟輸入的多個時間序列數(shù)據(jù)劃分為多個簇；存儲步驟，與所述日期類型和所述簇相關(guān)聯(lián)地將所述時間序列數(shù)據(jù)存儲于存儲部；日期類型輸入步驟，輸入交通量的預(yù)測對象日的日期類型；算出步驟，檢索存儲于所述存儲部的數(shù)據(jù)，求出包含具有所述日期類型的時間序列數(shù)據(jù)最多的簇，生成該簇所包含的具有所述日期類型的時間序列數(shù)據(jù)的平均時間序列數(shù)據(jù)；以及輸出步驟，將所述平均時間序列數(shù)據(jù)作為預(yù)測的交通量的時間序列數(shù)據(jù)來輸出。根據(jù)該結(jié)構(gòu)，本發(fā)明的交通量預(yù)測方法以及程序與本發(fā)明的交通量預(yù)測裝置同樣地，具有能夠進行適當?shù)胤从沉艘来屋斎氲臅r間序列數(shù)據(jù)的交通量預(yù)測的效果。另外，也可以將本發(fā)明的交通量預(yù)測裝置的各種結(jié)構(gòu)應(yīng)用于本發(fā)明的交通量預(yù)測方法以及程序。發(fā)明的效果根據(jù)本發(fā)明，具有能夠進行適當?shù)胤从沉艘来屋斎氲臅r間序列數(shù)據(jù)的交通量預(yù)測 的效果。
圖I是表示實施方式的交通量預(yù)測裝置的結(jié)構(gòu)的圖。圖2是表示交通量預(yù)測裝置的硬件結(jié)構(gòu)的圖。圖3是表示交通量的時間序列數(shù)據(jù)的示例的圖。圖4是用于說明時間序列數(shù)據(jù)的接近程度的求出方法的圖。圖5的(a) (f)是用于說明分簇部的處理的圖。圖6是表示存儲在實際狀況DB中的數(shù)據(jù)的示例的概念圖。圖7是表示存儲在實際狀況DB中的具體數(shù)據(jù)的示例的圖。圖8是表示求出包含與部分時間序列數(shù)據(jù)接近的時間序列數(shù)據(jù)的簇的示例的圖。圖9是表示在交通量預(yù)測裝置積累實際狀況DB的動作的圖。圖10是表示初始映射新的時間序列數(shù)據(jù)的示例的圖。圖11是表示交通量預(yù)測裝置使用存儲于實際狀況DB的實際狀況數(shù)據(jù)來預(yù)測交通量的動作的圖。圖12是表示交通量預(yù)測裝置使用存儲于實際狀況DB的實際狀況數(shù)據(jù)來預(yù)測交通量的動作的圖。標號說明I :交通量預(yù)測裝置；10 :實際狀況數(shù)據(jù)輸入部；12 :日期類型付與部；14 :分簇部；16 :實際狀況數(shù)據(jù)庫；18 :日期類型輸入部；20 :預(yù)測時間序列算出部；22 :輸出部；30 =CPU ；32 RAM ；34 =ROM ；36 :程序；38 :通信接ロ ；40 :硬盤；42 :操作部；44 :顯示器。
具體實施例方式以下，參照附圖來說明本發(fā)明實施方式的交通量預(yù)測裝置。圖I是表示本發(fā)明實施方式的交通量預(yù)測裝置I的結(jié)構(gòu)的圖。如圖I所示，交通量預(yù)測裝置I作為積累交通量預(yù)測所需的數(shù)據(jù)的結(jié)構(gòu)，具有實際狀況數(shù)據(jù)輸入部10、日期類型付與部12、分簇(clustering，聚類)部14以及實際狀況數(shù)據(jù)庫(以下稱為“實際狀況DB”)16。在本實施方式中，實際狀況數(shù)據(jù)的更新一天進行一次。另外，交通量預(yù)測裝置I作為用于使用存儲于實際狀況DB 16的數(shù)據(jù)來執(zhí)行交通量預(yù)測的結(jié)構(gòu)，具有日期類型輸入部18、預(yù)測時間序列算出部20以及輸出部22。圖2是表示以上說明的交通量預(yù)測裝置I的硬件結(jié)構(gòu)的圖。交通量預(yù)測裝置I由計算機構(gòu)成，該計算機通過數(shù)據(jù)總線46連接有CPU 30、RAM32、ROM 34、通信接ロ 38、硬盤40、操作部42以及顯示器44。CPU 30按照寫入到ROM 34的程序36來執(zhí)行運算處理，由此實現(xiàn)交通量預(yù)測裝置I的功能。這種程序36包括在本發(fā)明的范圍內(nèi)。接著，詳細說明交通量預(yù)測裝置I的各結(jié)構(gòu)。實際狀況數(shù)據(jù)輸入部10具有以下功能輸入道路的各鏈路的交通量的時間序列數(shù)據(jù)來作為實際狀況數(shù)據(jù)。另外，實際狀況數(shù)據(jù)輸入部10輸入各鏈路的一天的交通量的時間序列數(shù)據(jù)，并且輸入表示其數(shù)據(jù)獲取日的數(shù)據(jù)。作為交通量，例如可以使用通過鏈路所需的鏈路旅行時間、通過鏈路的車輛的平均速度、存在于鏈路內(nèi)的車輛的臺數(shù)等。
圖3是表示交通量的時間序列數(shù)據(jù)的一例的圖。在此，作為交通量的一例，使用通過鏈路的車輛的平均速度。時間序列數(shù)據(jù)具有以下結(jié)構(gòu)求出以預(yù)定時間(例如30分鐘)為單位的平均速度，按時間序列來排列這些平均速度。實際狀況數(shù)據(jù)輸入部10可以通過接收從交通信息中心發(fā)送的交通信息而進行輸入，也可以接收由探測車取得的數(shù)據(jù)來作為交通量的實際狀況數(shù)據(jù)進行輸入。日期類型付與部12具有以下功能對實際狀況數(shù)據(jù)輸入部10接收到的交通量的時間序列數(shù)據(jù)付與日期類型。在本實施方式中，作為日期類型，使用星期和天氣(睛或者雨)。日期類型付與部12參照未圖示的日歷信息，求出與獲取日對應(yīng)的星期。另外，關(guān)于天氣，可以通過接收包括對應(yīng)的道路鏈路的地區(qū)的天氣信息來獲取，在使用探測車來獲取時間序列數(shù)據(jù)的情況下，也可以通過觀察探測車的雨刷的動作狀態(tài)來獲取天氣數(shù)據(jù)。日期類型不限于上述的星期、天氣，例如也可以使用季節(jié)(春、夏、秋、冬)等。分簇部14具有以下功能根據(jù)時間序列數(shù)據(jù)彼此的接近程度，將由實際狀況數(shù)據(jù)輸入部10輸入的時間序列數(shù)據(jù)劃分為多個簇(cluster，組，群)。時間序列數(shù)據(jù)彼此的“接近程度”例如可以由各時刻的交通量的差異(乖離)來規(guī)定。圖4是用于說明兩個時間序列數(shù)據(jù)V1、V2的接近程度的求出方法的圖。將兩個時間序列數(shù)據(jù)V1、V2視為按每30分鐘獲取的24點的平均速度數(shù)據(jù)Vl (t)、V2 (t)所構(gòu)造的向量，由其距離(VE (Vl(t)-V2(t))2)來定義接近程度。在該距離小于預(yù)定的閾值的情況下，判斷為接近程度大，在為預(yù)定的閾值以上的情況下，判斷為接近程度小。分簇部14使用在映射(mapping) 了時間序列數(shù)據(jù)的空間內(nèi)隨機地移動的“主體(agent) ”來再次映射時間序列數(shù)據(jù)，由此進行分簇。在本說明書中將映射了時間序列數(shù)據(jù)的空間稱為“分簇空間”。主體在分簇空間內(nèi)隨機移動，當來到映射了時間序列數(shù)據(jù)的位置吋，以預(yù)定的概率保持時間序列數(shù)據(jù)。并且，當保持了時間序列數(shù)據(jù)的主體在主體周圍的預(yù)定范圍內(nèi)檢測出與所保持的時間序列數(shù)據(jù)具有預(yù)定的接近度的時間序列數(shù)據(jù)時，映射所保持的時間序列數(shù)據(jù)。圖5的(a) 圖5的(f)是用于說明分簇部14進行的分簇處理的圖。如圖5的(a)所示，分簇部14在分簇空間內(nèi)隨機地映射時間序列數(shù)據(jù)Dl D5。如圖5的(b)所示，當主體A在分簇空間內(nèi)移動而來到時間序列數(shù)據(jù)D5的位置時，主體A以預(yù)定的概率保持時間序列數(shù)據(jù)D5。在本例中，設(shè)為保持了時間序列數(shù)據(jù)D5。在圖5的(b)中，方便起見，將主體A記為與時間序列數(shù)據(jù)D5相鄰，實際上，在主體A與時間序列數(shù)據(jù)D5 —致時，判斷為主體A來到時間序列數(shù)據(jù)D5的位置。保持了時間序列數(shù)據(jù)D5的主體A在分簇空間內(nèi)移動。在本例中，設(shè)為時間序列數(shù)據(jù)Dl和時間序列數(shù)據(jù)D5的接近度大于預(yù)定的閾值。如圖5的(c)所示，當在預(yù)定范圍內(nèi)發(fā)現(xiàn)時間序列數(shù)據(jù)Dl時，主體A將時間序列數(shù)據(jù)D5映射到其位置。接著，如圖5的⑷所示，當主體A在分簇空間內(nèi)移動而來到時間序列數(shù)據(jù)D2的位置時，主體A以預(yù)定的概率保持時間序列數(shù)據(jù)D2。在本例中，設(shè)為保持了時間序列數(shù)據(jù)D2。保持了時間序列數(shù)據(jù)D2的主體A在分簇空間內(nèi)移動。在本例中，設(shè)為時間序列數(shù) 據(jù)Dl和時間序列數(shù)據(jù)D2的接近度大于預(yù)定的閾值。如圖5的(e)所示，當在預(yù)定范圍內(nèi)發(fā)現(xiàn)時間序列數(shù)據(jù)Dl時，主體A將時間序列數(shù)據(jù)D2映射到其位置。通過以上動作，時間序列數(shù)據(jù)D1、D2、D5被映射到彼此的附近。如圖5的(f)所示，通過將接近的數(shù)據(jù)彼此劃分為同一簇，能夠分簇為時間序列數(shù)據(jù)D1、D2、D5包含于同一簇。進ー步，使用主體A繼續(xù)分簇，由此也能夠再次映射時間序列數(shù)據(jù)D3、D4等，但如以上所見，根據(jù)本方法，在分簇處理的途中也能得到暫定的分簇結(jié)果。這種分簇方法也被稱為“螞蟻聚類(ant clustering)”。分簇部14可以按各鏈路、各日期類型來進行上述的分簇，也可以在使不同的鏈路、日期類型的時間序列數(shù)據(jù)混合存在的狀態(tài)下進行上述的分簇。當在同一分簇空間內(nèi)進行不同的鏈路、日期類型的時間序列數(shù)據(jù)的分簇時，與鏈路和/或日期類型無關(guān)，接近的時間序列數(shù)據(jù)被劃分為同一簇。例如，當時間序列數(shù)據(jù)接近吋，則處于東京的鏈路的時間序列數(shù)據(jù)與處于九州的鏈路的時間序列數(shù)據(jù)也有時會被劃分為同一簇。這樣在同一分簇空間內(nèi)對不同的鏈路、日期類型的時間序列數(shù)據(jù)進行了分簇的情況下，對各時間序列數(shù)據(jù)也關(guān)聯(lián)有鏈路和日期類型的數(shù)據(jù)，因此能夠抽取與鏈路和日期類型對應(yīng)的時間序列數(shù)據(jù)。在上述的說明中，說明了 “主體”保持并搬運時間序列數(shù)據(jù)而進行再次映射，但在實際的裝置中，“主體”由指示(例如通過排列等)邏輯性設(shè)定的分簇空間中的預(yù)定位置(排列要素)的變量來定義。對當前位置、至此移動的歷史記錄加以隨機數(shù)的要素來計算主體的移動方向、即該變量接著指示的位置。并且，在對變量所指示的位置映射了時間序列數(shù)據(jù)的情況下，以預(yù)定的概率，將存儲了該時間序列數(shù)據(jù)的地址的指針代入到其它變量(以下稱為“第二變量”)而進行保持。在保持了時間序列數(shù)據(jù)的狀態(tài)下(在第二變量中含有值的狀態(tài)下)，當在當前位置附近發(fā)現(xiàn)了其它時間序列數(shù)據(jù)時，對保持于第二變量的時間序列數(shù)據(jù)與發(fā)現(xiàn)的時間序列數(shù)據(jù)的接近程度進行比較，在判斷為比預(yù)定的閾值更接近的情況下，將存儲于第二變量的指針寫入到當前位置(排列要素)，將第二變量的值設(shè)為NULL(空值)。實際狀況DB 16存儲由實際狀況數(shù)據(jù)輸入部10輸入的時間序列數(shù)據(jù)。在各時間序列數(shù)據(jù)相關(guān)聯(lián)地存儲有由日期類型付與部12付與的日期類型的數(shù)據(jù)以及通過分簇部14的處理劃分得到的簇的數(shù)據(jù)。
圖6是表示存儲在實際狀況DB 16中的數(shù)據(jù)的示例的概念圖。如圖6所示，按各鏈路、各日期類型來分類時間序列數(shù)據(jù)，對時間序列數(shù)據(jù)付與鏈路和日期類型的數(shù)據(jù)。另外，時間序列數(shù)據(jù)具有由分簇部14分簇得到的分簇空間內(nèi)的位置數(shù)據(jù)。圖7是表示存儲在實際狀況DB 16中的具體數(shù)據(jù)的示例的圖。在實際狀況DB 16中，與時間序列數(shù)據(jù)相關(guān)聯(lián)地存儲有獲取到該時間序列數(shù)據(jù)的鏈路、日期類型、時間序列數(shù)據(jù)的映射位置以及簇的數(shù)據(jù)。日期類型輸入部18具有輸入預(yù)測對象的日期類型的功能。日期類型輸入部18輸入預(yù)測對象日的星期和天氣。日期類型輸入部18也可以接受預(yù)測對象日的日期的輸入，參照日歷信息根據(jù)預(yù)測對象日的日期求出日期類型，并且根據(jù)預(yù)測對象日的天氣預(yù)報數(shù)據(jù)求出天氣，然后將其輸入。在預(yù)測對象日為將來、沒有天氣預(yù)測的情況下，也可以作為日期類型僅使用星期來進行交通量預(yù)測。預(yù)測時間序列算出部20具有以下功能根據(jù)所輸入的日期類型來算出預(yù)測的時間序列數(shù)據(jù)。具體而言，預(yù)測時間序列算出部20檢索存儲于實際狀況DB 16的數(shù)據(jù)，求出包 含具有與所輸入的日期類型相同的日期類型的時間序列數(shù)據(jù)最多的簇(最大簇)，在最大簇中生成具有與所輸入的日期類型相同的日期類型的時間序列數(shù)據(jù)的平均時間序列數(shù)據(jù)。另外，在已知到預(yù)測日當天的預(yù)測對象時刻的實際狀況數(shù)據(jù)(以下稱為“部分時間序列數(shù)據(jù)”)的情況下，預(yù)測時間序列算出部20使用實際狀況數(shù)據(jù)來算出預(yù)測時間序列。例如，在預(yù)測對象的時刻為12:00以后的情況下，當在進行預(yù)測的時刻能得到當天0:00 10:00的實際交通量的實際狀況數(shù)據(jù)(部分時間序列數(shù)據(jù))時，使用具有與該部分時間序列數(shù)據(jù)接近的部分時間序列數(shù)據(jù)的時間序列數(shù)據(jù)來預(yù)測12:00以后的交通量。對處理的概要進行說明，在與部分時間序列數(shù)據(jù)對應(yīng)的時間段(例如，在部分時間序列數(shù)據(jù)為0:00 10:00的數(shù)據(jù)的情況下，對應(yīng)的時間段為0:00 10:00)中，求出具有與部分時間序列數(shù)據(jù)接近的時間序列數(shù)據(jù)的簇,求出該簇所包含的時間序列數(shù)據(jù)的平均。預(yù)測時間序列算出部20在求出包含與部分時間序列數(shù)據(jù)接近的時間序列數(shù)據(jù)的簇時，使用在分簇部14中所使用的“主體”。圖8是表示求出包含與部分時間序列數(shù)據(jù)接近的時間序列數(shù)據(jù)的簇的示例的圖。如圖8所示，將部分時間序列數(shù)據(jù)映射到處于分簇空間內(nèi)的相同的鏈路、日期類型的時間序列數(shù)據(jù)的重心位置。接著，主體根據(jù)處于分簇空間內(nèi)的時間序列數(shù)據(jù)的與部分時間序列數(shù)據(jù)對應(yīng)的部分的時間序列數(shù)據(jù)和部分時間序列數(shù)據(jù)的接近程度，在分簇空間內(nèi)再次映射部分時間序列數(shù)據(jù)。也可以在重心位置周圍配置多個主體，以使得提高主體保持部分時間序列數(shù)據(jù)的可能性。由此，能順利地進行部分時間序列數(shù)據(jù)的再次映射。當由主體再次映射了部分時間序列數(shù)據(jù)時，則預(yù)測時間序列算出部20判斷部分時間序列數(shù)據(jù)再次映射到了哪個簇。在圖8示出的示例中，部分時間序列數(shù)據(jù)再次映射到簇C2。預(yù)測時間序列算出部20求出再次映射了部分時間序列數(shù)據(jù)的簇C2所包含的全部時間序列數(shù)據(jù)的平均。輸出部22將由預(yù)測時間序列算出部20算出的時間序列數(shù)據(jù)的平均作為預(yù)測的交通量的時間序列數(shù)據(jù)來進行輸出。接著，說明本實施方式的交通量預(yù)測裝置I的動作。圖9是表示在交通量預(yù)測裝置I的實際狀況DB 16中積累實際狀況數(shù)據(jù)的動作的圖，圖11以及圖12是表示交通量預(yù)測裝置I使用存儲于實際狀況DB的實際狀況數(shù)據(jù)來預(yù)測交通量的動作的圖。在圖9、圖11、圖12中并未特別進行示出，但關(guān)于道路的多個鏈路，在積累實際狀況數(shù)據(jù)而預(yù)測交通量的情況下，按各鏈路來實施圖9、圖11、圖12的動作。如圖9所示，交通量預(yù)測裝置I作為實際狀況數(shù)據(jù)而輸入道路的各鏈路的交通量的時間序列數(shù)據(jù)(Sio)。實際狀況數(shù)據(jù)例如一天一次地輸入一天的交通量的時間序列數(shù)據(jù)。此時，也輸入獲取到時間序列數(shù)據(jù)的年月日的數(shù)據(jù)。接著，交通量預(yù)測裝置I對實際狀況數(shù)據(jù)付與日期類型(S12)。對于作為日期類型之一的星期，參照日歷信息來求出與年月日對應(yīng)的星期。對于作為日期類型之一的天氣，通過從發(fā)送天氣數(shù)據(jù)的服務(wù)器接收天氣數(shù)據(jù)來求出。接著，交通量預(yù)測裝置I對所輸入的時間序列數(shù)據(jù)進行分簇(S14 S18)。首先，交通量預(yù)測裝置I將時間序列數(shù)據(jù)初始映射到進行分簇的分簇空間內(nèi)(S14)。在首次進行分簇的情況下，隨機地映射時間序列數(shù)據(jù)即可。在對已經(jīng)進行過分簇的分簇空間加入追加的時間序列數(shù)據(jù)而再次進行分簇的情況下，如圖10所示，將新的時間序列數(shù)據(jù)初始映射到 已經(jīng)存在的時間序列數(shù)據(jù)的重心位置。由此，迅速地進行分簇處理。接著，交通量預(yù)測裝置I使用主體再次映射在分簇空間內(nèi)映射的時間序列數(shù)據(jù)(S16)。如上所述，主體反復(fù)進行如下動作，即在分簇空間內(nèi)隨機地移動，當發(fā)現(xiàn)時間序列數(shù)據(jù)時以預(yù)定的概率將其保持而映射到接近的時間序列數(shù)據(jù)附近，由此逐漸接近的時間序列彼此被接近配置。然后，交通量預(yù)測裝置I根據(jù)配置在分簇空間內(nèi)的時間序列數(shù)據(jù)的位置關(guān)系，劃分分簇空間以使得接近的時間序列數(shù)據(jù)彼此成為同一簇，由此進行分簇(S18)。交通量預(yù)測裝置I將時間序列數(shù)據(jù)與日期類型、劃分得到的簇以及映射位置的數(shù)據(jù)相關(guān)聯(lián)地存儲到實際狀況DB 16 (S20)。圖11是表示根據(jù)所輸入的日期類型來預(yù)測交通量的動作的流程圖。在此，說明了輸入日期類型的示例，但也可以接受預(yù)測對象日的年月日的輸入，交通量預(yù)測裝置I根據(jù)年月日求出日期類型而輸入日期類型。如圖11所示，交通量預(yù)測裝置I輸入交通量的預(yù)測對象日的日期類型(S30)。接著，交通量預(yù)測裝置I求出具有所輸入的日期類型的時間序列數(shù)據(jù)的最大簇(S32)。例如，在圖6示出的示例中，包含具有“星期一 ”、“睛”的日期類型的時間序列數(shù)據(jù)的最大簇為簇Cl。接著，交通量預(yù)測裝置I求出最大簇所包含的時間序列數(shù)據(jù)的平均(S34)，將該平均作為預(yù)測交通量來輸出(S36)。圖12是表示除了使用所輸入的日期類型以外還使用預(yù)測對象日的預(yù)測對象時刻前的部分時間序列數(shù)據(jù)來預(yù)測交通量的動作的流程圖。如圖12所示，交通量預(yù)測裝置I輸入交通量的預(yù)測對象日的日期類型(S40)。接著，交通量預(yù)測裝置I的實際狀況數(shù)據(jù)獲取部獲取預(yù)測對象日的預(yù)測對象時刻前的實際交通量的時間序列數(shù)據(jù)(部分時間序列數(shù)據(jù))。例如，在預(yù)測對象時刻為12:00以后的情況下，獲取0:00 10:00的部分時間序列數(shù)據(jù)。然后，實際狀況數(shù)據(jù)獲取部將獲取到的部分時間序列數(shù)據(jù)輸入到預(yù)測時間序列算出部20(S42)。預(yù)測時間序列算出部20求出包含具有與部分時間序列數(shù)據(jù)接近的時間序列數(shù)據(jù)的時間序列數(shù)據(jù)的簇(S44 S48)。具體而言，首先，預(yù)測時間序列算出部20對于所輸入的部分時間序列數(shù)據(jù)，將部分時間序列數(shù)據(jù)初始映射到分簇空間(S44)。初始映射位置為相同的鏈路、日期類型的時間序列數(shù)據(jù)的重心位置。接著，預(yù)測時間序列算出部20通過主體再次映射部分時間序列數(shù)據(jù)(S46)。在進行再次映射之后，預(yù)測時間序列算出部20確定包含部分時間序列數(shù)據(jù)的簇(S48)。在圖8示出的示例中，部分時間序列數(shù)據(jù)被包含在簇C2內(nèi)。接著，預(yù)測時間序列數(shù)據(jù)算出部求出包含部分時間序列數(shù)據(jù)的簇C2內(nèi)的時間序列數(shù)據(jù)的平均(S50)，將該平均作為預(yù)測交通量來輸出(S52)。以上，說明了本實施方式的交通量預(yù)測裝置I的結(jié)構(gòu)以及動作。本實施方式的交通量預(yù)測裝置I將時間序列數(shù)據(jù)劃分為多個簇，求出具有預(yù)測對象日的日期類型的時間序列數(shù)據(jù)的最大簇，由此能夠根據(jù)預(yù)測對象日的日期類型的時間序列中的典型時間序列數(shù)據(jù)來預(yù)測交通量。不是取具有相同的日期類型的時間序列數(shù)據(jù)的平均而是取最大簇的平均，因此在新輸入實際狀況數(shù)據(jù)而最大簇發(fā)生了變化的情況下，能夠根據(jù)新構(gòu)成了最大簇的時間序列數(shù)據(jù)來預(yù)測交通量，因此能夠適當?shù)胤从承螺斎氲臅r間序列數(shù)據(jù)的趨勢。在本實施方式中，使用螞蟻聚類來進行時間序列數(shù)據(jù)的分簇，因此即使分簇處理 不收斂也能夠得到簇的暫定的狀況。在本實施方式中，能夠根據(jù)暫定的簇來預(yù)測交通量，因此對于處理全國道路的各鏈路的時間序列數(shù)據(jù)這種大量數(shù)據(jù)的裝置是有效的。這樣，捜索具有與預(yù)測對象時刻前的部分時間序列數(shù)據(jù)接近的時間序列數(shù)據(jù)的簇，使用該簇的預(yù)測對象時刻以后的時間序列數(shù)據(jù)來預(yù)測交通量，由此能夠考慮當天的交通量的時間序列數(shù)據(jù)而進行適當?shù)念A(yù)測。例如，在圖8示出的示例中，最大簇為簇Cl，但通過使用當天的部分時間序列數(shù)據(jù)，能根據(jù)簇C2所包含的時間序列數(shù)據(jù)來預(yù)測交通量，能夠進行與當天的交通量變化相符的交通量的預(yù)測。產(chǎn)業(yè)上的可利用性本發(fā)明具有能夠進行適當?shù)胤从沉艘来屋斎氲臅r間序列數(shù)據(jù)的交通量預(yù)測的效果，作為交通量預(yù)測裝置等是有用的。
權(quán)利要求
1.ー種交通量預(yù)測裝置，具備 實際狀況數(shù)據(jù)輸入部，其輸入交通量的時間序列數(shù)據(jù)以及表示該時間序列數(shù)據(jù)的獲取日的數(shù)據(jù)； 日期類型付與部，其對所述時間序列數(shù)據(jù)付與與所述獲取日對應(yīng)的日期類型； 分簇部，其根據(jù)時間序列數(shù)據(jù)彼此的接近程度，將由所述實際狀況數(shù)據(jù)輸入部輸入的多個時間序列數(shù)據(jù)劃分為多個簇； 存儲部，其與所述日期類型和所述簇相關(guān)聯(lián)地存儲所述時間序列數(shù)據(jù)； 日期類型輸入部，其輸入交通量的預(yù)測對象日的日期類型； 算出部，其檢索存儲于所述存儲部的數(shù)據(jù)，求出包含具有所述日期類型的時間序列數(shù)據(jù)最多的簇，生成該簇所包含的具有所述日期類型的時間序列數(shù)據(jù)的平均時間序列數(shù)據(jù)；以及 輸出部，其將所述平均時間序列數(shù)據(jù)作為預(yù)測的交通量的時間序列數(shù)據(jù)來輸出。
2.根據(jù)權(quán)利要求I所述的交通量預(yù)測裝置，其中， 所述分簇部在將所述時間序列數(shù)據(jù)初始映射于預(yù)定的空間內(nèi)之后，通過在所述空間內(nèi)隨機地移動的主體，反復(fù)進行保持處理和映射處理，從而在所述空間內(nèi)再次映射所述時間序列數(shù)據(jù)，將接近的時間序列數(shù)據(jù)彼此分簇為同一簇，所述保持處理為當所述主體來到映射了時間序列數(shù)據(jù)的位置時以預(yù)定的概率保持時間序列數(shù)據(jù)的處理，所述映射處理為在保持了所述時間序列數(shù)據(jù)的所述主體在所述主體周圍的預(yù)定范圍內(nèi)檢測出與所保持的時間序列數(shù)據(jù)具有預(yù)定的接近度的時間序列數(shù)據(jù)的情況下、映射所保持的時間序列數(shù)據(jù)的處理， 所述存儲部存儲有映射了所述時間序列數(shù)據(jù)的數(shù)據(jù)。
3.根據(jù)權(quán)利要求2所述的交通量預(yù)測裝置，其中， 所述分簇部當在具有已經(jīng)進行了分簇的時間序列數(shù)據(jù)的空間內(nèi)初始映射新的時間序列數(shù)據(jù)時，在存在于所述空間內(nèi)的時間序列數(shù)據(jù)的重心位置初始映射新的時間序列數(shù)據(jù)。
4.根據(jù)權(quán)利要求2或者3所述的交通量預(yù)測裝置，其中， 所述實際狀況數(shù)據(jù)輸入部在交通量的預(yù)測對象日為當天的情況下，作為部分時間序列數(shù)據(jù)而輸入預(yù)測對象時刻之前的當天的交通量的時間序列數(shù)據(jù)， 所述算出部從所述存儲部讀出映射了具有所述日期類型的時間序列數(shù)據(jù)的數(shù)據(jù)，在將所述部分時間序列數(shù)據(jù)初始映射于所讀出的時間序列數(shù)據(jù)的重心位置之后，由所述主體再次映射所述部分時間序列數(shù)據(jù)，算出再次映射了所述部分時間序列數(shù)據(jù)的簇所包含的時間序列數(shù)據(jù)的平均時間序列數(shù)據(jù)。
5.根據(jù)權(quán)利要求4所述的交通量預(yù)測裝置，其中， 所述算出部在初始映射的部分時間序列數(shù)據(jù)的周圍配置多個主體。
6.ー種交通量預(yù)測方法，包括 實際狀況數(shù)據(jù)輸入步驟，交通量預(yù)測裝置輸入交通量的時間序列數(shù)據(jù)以及表示該時間序列數(shù)據(jù)的獲取日的數(shù)據(jù)； 日期類型付與步驟，所述交通量預(yù)測裝置對所述時間序列數(shù)據(jù)付與與所述獲取日對應(yīng)的日期類型； 分簇步驟，所述交通量預(yù)測裝置根據(jù)時間序列數(shù)據(jù)彼此的接近程度，將通過所述實際狀況數(shù)據(jù)輸入步驟輸入的多個時間序列數(shù)據(jù)劃分為多個簇； 存儲步驟，所述交通量預(yù)測裝置與所述日期類型和所述簇相關(guān)聯(lián)地將所述時間序列數(shù)據(jù)存儲于存儲部； 日期類型輸入步驟，所述交通量預(yù)測裝置輸入交通量的預(yù)測對象日的日期類型； 算出步驟，所述交通量預(yù)測裝置檢索存儲于所述存儲部的數(shù)據(jù)，求出包含具有所述日期類型的時間序列數(shù)據(jù)最多的簇，生成該簇所包含的具有所述日期類型的時間序列數(shù)據(jù)的平均時間序列數(shù)據(jù)；以及 輸出步驟，所述交通量預(yù)測裝置將所述平均時間序列數(shù)據(jù)作為預(yù)測的交通量的時間序列數(shù)據(jù)來輸出。
7.ー種程序，用于預(yù)測交通量，使計算機執(zhí)行 實際狀況數(shù)據(jù)輸入步驟，輸入交通量的時間序列數(shù)據(jù)以及表示該時間序列數(shù)據(jù)的獲取日的數(shù)據(jù)； 日期類型付與步驟，對所述時間序列數(shù)據(jù)付與與所述獲取日對應(yīng)的日期類型； 分簇步驟，根據(jù)時間序列數(shù)據(jù)彼此的接近程度，將通過所述實際狀況數(shù)據(jù)輸入步驟輸入的多個時間序列數(shù)據(jù)劃分為多個簇； 存儲步驟，與所述日期類型和所述簇相關(guān)聯(lián)地將所述時間序列數(shù)據(jù)存儲于存儲部； 日期類型輸入步驟，輸入交通量的預(yù)測對象日的日期類型； 算出步驟，檢索存儲于所述存儲部的數(shù)據(jù)，求出包含具有所述日期類型的時間序列數(shù)據(jù)最多的簇，生成該簇所包含的具有所述日期類型的時間序列數(shù)據(jù)的平均時間序列數(shù)據(jù)；以及 輸出步驟，將所述平均時間序列數(shù)據(jù)作為預(yù)測的交通量的時間序列數(shù)據(jù)來輸出。
全文摘要
本發(fā)明提供能夠進行靈活的預(yù)測的交通量預(yù)測裝置、交通量預(yù)測方法以及程序。該裝置(1)具備實際狀況數(shù)據(jù)輸入部(10)，其輸入交通量的時間序列數(shù)據(jù)以及表示獲取日的數(shù)據(jù)；日期類型付與部(12)，其對時間序列數(shù)據(jù)付與日期類型；分簇部(14)，其根據(jù)接近程度，將輸入的多個時間序列數(shù)據(jù)劃分為多個簇；實際狀況數(shù)據(jù)庫(16)，其與日期類型和簇相關(guān)聯(lián)地存儲時間序列數(shù)據(jù)；日期類型輸入部(18)，其輸入日期類型；預(yù)測時間序列算出部(20)，其檢索存儲于實際狀況數(shù)據(jù)庫(16)的數(shù)據(jù)，求出包含具有日期類型的時間序列數(shù)據(jù)最多的簇，生成該簇所包含的具有日期類型的時間序列數(shù)據(jù)的平均時間序列數(shù)據(jù)；輸出部(22)，其輸出平均時間序列數(shù)據(jù)。
文檔編號G08G1/00GK102693627SQ20111036172
公開日2012年9月26日 申請日期2011年11月15日 優(yōu)先權(quán)日2011年3月23日
發(fā)明者增谷修 申請人:電裝It研究所