一种船舶交通流的预测方法、装置及设备与流程

本发明涉及船舶交通流预测，特别是指一种船舶交通流的预测方法、装置及设备。

背景技术：

1、海上贸易是贸易的最主要的方式，然而现有的交通设施愈发疲于应对逐渐壮大、复杂的交通流，使得传统的海上交通管理与调度变得困难。另一方面，由船舶不规范行驶引发的碰撞、搁浅、油泄露等交通屡有发生，如何保障船舶的安全航行也是一大问题。

2、基于可信、合理的流量预测数据，可以为港口、重要航道的交通组织和优化的提供重要的工作基础，船舶交通流量预测能为最大化航道通航能力提供依据，为提高通行效率和交通安全提供理论基础。但是，现有的交通流预测方法没有考虑不良天气对交通流的影响，无法满足实际场景需求。

技术实现思路

1、本发明提供一种船舶交通流的预测方法、装置及设备，能够实现不良天气影响下的交通流预测，在不良天气影响下稳定准确预测交通流，有助于保障船舶的安全航行，便于进行海上交通管理与调度。

2、为解决上述技术问题，本发明的技术方案如下：

3、一种船舶交通流的预测方法，包括：

4、获取船舶航道的实时交通流数据以及实时天气因素数据；

5、根据所述天气因素数据和实时交通流数据的相关性，确定目标交通流特征数据；

6、将所述目标交通流特征数据输入目标交通流预测模型的分解层进行分解处理，得到多个特征数据序列；

7、将所述多个特征数据序列输入所述目标交通流预测模型的中间层进行处理，得到中间层处理结果；

8、将所述中间层处理结果输入到所述目标交通流预测模型的预测层进行交通流预测处理，得到船舶交通流预测结果；其中，所述目标交通流预测模型的分解层根据第一预设网络模型训练得到，所述中间层根据第二预设网络模型和第三预设网络模型训练得到，所述预测层根据第四预设网络模型训练得到。

9、可选的，根据所述天气因素数据和实时交通流数据的相关性，确定目标交通流特征数据，包括：

10、通过公式：

11、

12、获得所述天气因素数据和实时交通流数据的相关性系数；

13、将所述相关性系数大于预设值的实时交通流数据，确定为目标交通流特征数据；

14、其中，ρx,y为相关性系数，所述天气因素数据的序列为：x＝[x1,x2,…,xn]；为序列x中元素的均值，xi为序列x中的元素；所述实时交通流数据的序列为：y＝[y1,y2,…,yn]；为序列y中元素的均值，yi为序列y中的元素，n为序列x或者序列y中元素的个数。

15、可选的，将所述目标交通流特征数据输入目标交通流预测模型的分解层进行分解处理，得到多个特征数据序列，包括：

16、将所述目标交通流特征数据输入目标交通流预测模型的分解层，按照y(t)＝f(t)+r(t)＝exp(g'(t)+h'(t))+s(t)+εt进行分解处理，得到规则性分量特征数据序列和残差分量特征数据序列；

17、其中，

18、y(t)表示目标交通流特征数据；f(t)表示规则性分量；r(t)表示残差分量；g(t)表示趋势项；s(t)表示季节项；h(t)表示天气影响项；εt表示无法拟合的奇异项。

19、可选的，将所述多个特征数据序列输入所述目标交通流预测模型的中间层进行处理，得到中间层处理结果，包括：

20、将所述规则性分量特征数据序列输入所述目标交通流预测模型的中间层的第一处理模块进行处理，得到第一中间层处理结果；

21、将所述规则性分量特征数据序列和所述残差分量特征数据序列输入所述目标交通流预测模型的中间层的第二处理模块进行处理，得到第二中间层处理结果。

22、可选的，将所述规则性分量特征数据序列输入所述目标交通流预测模型的中间层的第一处理模块进行处理，得到第一中间层处理结果，包括：

23、将所述规则性分量特征数据序列输入所述目标交通流预测模型的中间层的第一处理模块的时间序列预测单元进行处理，得到的处理结果作为第一中间层处理结果。

24、可选的，将所述规则性分量特征数据序列和所述残差分量特征数据序列输入所述目标交通流预测模型的中间层的第二处理模块进行处理，得到第二中间层处理结果，包括：

25、将所述规则性分量特征数据序列和所述残差分量特征数据序列输入所述目标交通流预测模型的中间层的第二处理模块的编码器单元进行处理，得到中间向量；

26、将所述中间向量输入所述目标交通流预测模型的中间层的第二处理模块的解码器单元进行处理，得到第二中间层处理结果。

27、可选的，将所述中间层处理结果输入到所述目标交通流预测模型的预测层进行交通流预测处理，得到船舶交通流预测结果，包括：

28、将所述中间层处理结果输入到所述目标交通流预测模型的预测层的浅层全连接神经网络单元进行特征拟合处理，得到船舶交通流预测结果。

29、本发明还提供一种船舶交通流的预测装置，包括：

30、获取模块，用于获取船舶航道的实时交通流数据以及实时天气因素数据；

31、处理模块，用于根据所述天气因素数据和实时交通流数据的相关性，确定目标交通流特征数据；将所述目标交通流特征数据输入目标交通流预测模型的分解层进行分解处理，得到多个特征数据序列；将所述多个特征数据序列输入所述目标交通流预测模型的中间层进行处理，得到中间层处理结果；将所述中间层处理结果输入到所述目标交通流预测模型的预测层进行交通流预测处理，得到船舶交通流预测结果；其中，所述目标交通流预测模型的分解层根据第一预设网络模型训练得到，所述中间层根据第二预设网络模型和第三预设网络模型训练得到，所述预测层根据第四预设网络模型训练得到。

32、本发明还提供一种计算设备，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如上所述的方法。

33、本发明还提供一种计算机可读取存储介质，存储有指令，当所述指令在计算机上运行时，使得计算机执行如上所述的方法。

34、本发明的上述方案至少包括以下有益效果：

35、本发明的上述方案，通过获取船舶航道的实时交通流数据以及实时天气因素数据；根据所述天气因素数据和实时交通流数据的相关性，确定目标交通流特征数据；将所述目标交通流特征数据输入目标交通流预测模型的分解层进行分解处理，得到多个特征数据序列；将所述多个特征数据序列输入所述目标交通流预测模型的中间层进行处理，得到中间层处理结果；将所述中间层处理结果输入到所述目标交通流预测模型的预测层进行交通流预测处理，得到船舶交通流预测结果；能够实现不良天气影响下的交通流预测，在不良天气影响下稳定准确预测交通流，有助于保障船舶的安全航行，便于进行海上交通管理与调度。

技术特征：

1.一种船舶交通流的预测方法，其特征在于，包括：

2.根据权利要求1所述的船舶交通流的预测方法，其特征在于，根据所述天气因素数据和实时交通流数据的相关性，确定目标交通流特征数据，包括：

3.根据权利要求1所述的船舶交通流的预测方法，其特征在于，将所述目标交通流特征数据输入目标交通流预测模型的分解层进行分解处理，得到多个特征数据序列，包括：

4.根据权利要求3所述的船舶交通流的预测方法，其特征在于，将所述多个特征数据序列输入所述目标交通流预测模型的中间层进行处理，得到中间层处理结果，包括：

5.根据权利要求4所述的船舶交通流的预测方法，其特征在于，将所述规则性分量特征数据序列输入所述目标交通流预测模型的中间层的第一处理模块进行处理，得到第一中间层处理结果，包括：

6.根据权利要求4所述的船舶交通流的预测方法，其特征在于，将所述规则性分量特征数据序列和所述残差分量特征数据序列输入所述目标交通流预测模型的中间层的第二处理模块进行处理，得到第二中间层处理结果，包括：

7.根据权利要求4所述的船舶交通流的预测方法，其特征在于，将所述中间层处理结果输入到所述目标交通流预测模型的预测层进行交通流预测处理，得到船舶交通流预测结果，包括：

8.一种船舶交通流的预测装置，其特征在于，包括：

9.一种计算设备，其特征在于，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如权利要求1至7任一项所述的方法。

10.一种计算机可读取存储介质，其特征在于，存储有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1至7任一项所述的方法。

技术总结
本发明提供一种船舶交通流的预测方法、装置及设备，方法包括：获取船舶航道的实时交通流数据以及实时天气因素数据；根据所述天气因素数据和实时交通流数据的相关性，确定目标交通流特征数据；将所述目标交通流特征数据输入目标交通流预测模型的分解层进行分解处理，得到多个特征数据序列；将所述多个特征数据序列输入所述目标交通流预测模型的中间层进行处理，得到中间层处理结果；将所述中间层处理结果输入到所述目标交通流预测模型的预测层进行交通流预测处理，得到船舶交通流预测结果。本发明的方案能够实现不良天气影响下的交通流预测，在不良天气影响下稳定准确预测交通流，有助于保障船舶的安全航行，便于进行海上交通管理与调度。

技术研发人员：赵妍,李晶,卢红洋,高中灵,孟俊
受保护的技术使用者：交信北斗科技有限公司
技术研发日：
技术公布日：2024/12/5