作为智能交通系统(intelligent transportation systems, ITS)重要子系统，交通控制和诱导系统皆以交通状态预测为前提，而短时交通流量预测是交通状态预测的基础.通常，信号控制周期小于3 min，诱导周期为5 min.虽然采集设备日趋完善，但对于高效的控制和诱导系统而言，检测设备采集的信息仍具有一定的滞后性.此外，ITS快速发展对交通流预测提出了更高的要求.因此，研究高效准确的短时(通常为5 min)交通流预测方法具有重要意义.针对短时交通流预测，国内外进行了大量研究，建立了多种模型，大体分为4类：1)统计模型，如时间序列^[1]、Klaman模型^[2]等. 2)非线性模型，如混沌理论^[3]、小波理论模型^[4]等. 3)智能模型，如神经网络^[5]、支持向量机模型^[6]等. 4)组合预测模型，如AFSA-LSSVM^[7]、PSR-RELM模型^[8]等.混沌理论、神经网络及支持向量机在分析复杂非线性不确定系统方面具有明显优势.但传统神经网络多采用梯度下降法，易陷入局部最优，且学习速度慢.极限学习机(extreme learning machine，ELM)^[9]学习速度快，泛化性能好，广泛应用于工程问题. OSELM算法^[10]是对ELM的改进，分批训练历史数据，支持可变样本数.交通流量数据在实际采集和传输中，缺失与错误不可避免，应根据情况分批训练，因此，OSELM算法能满足交通流量预测要求.此外，交叉口交通流数据具有非平稳性，进行先验分析有助于提高预测精度. CEEMDAN^[11]是对EEMD^[12]的改进，提高分解效率同时重构误差几乎为零.基于现有研究，本文提出一种基于CEEMDAN-PE-OSELM的组合预测模型，以提高交叉口短时流量预测精度.

1 CEEMDAN-PE数据分解与重组

对交叉口流量时间序列进行CEEMDAN分解；然后利用PE算法计算IMF分量的排列熵值，对序列重组.

1.1 CEEMDAN方法

EMD方法是按照不同波动尺度对原始序列进行分解，得到不同幅值的IMF分量^[13]. CEEMDAN方法则通过在每一分解阶段添加自适应白噪声，计算唯一余量以获取IMF分量，分解过程完整^[11].

记原始交通流量时间序列为s(n)，第i(1, 2, ..., I)次添加的标准正态分布白噪声序列为vⁱ(n)，则第i次分解交通流量序列可以表示为sⁱ(n)=s(n)+vⁱ(n).定义E_k(·)和F_{IM, k}分别为第k个由EMD和CEEMDAN产生的模态分量. CEEMDAN步骤如下.

步骤1 与EEMD方法^[12]相同，CEEMDAN也是针对交通流时间序列s(n)+ε₀vⁱ(n)进行I次分解.因此，可以通过EMD方法获取第1个模态分量为

$ {F_{{\rm{IM}},1}}\left( n \right) = \frac{1}{I}\sum\limits_{i = 1}^I {F_{{\rm{IM}},1}^i\left( n \right)} = \overline {{F_{{\rm{IM}},1}}} \left( n \right). $

(1)

步骤2  在第1阶段(k=1)，计算第1个唯一的余量流量序列为

$ {r_1}\left( n \right) = s\left( n \right) - {F_{{\rm{IM}},1}}\left( n \right). $

(2)

步骤3  对流量序列r₁(n)+ε₁E₁(vⁱ(n))进行i(1, 2, ..., I)次分解，直到得到第1个EMD流量模态分量为止.同理，可得到第2个模态分量为

$ {F_{{\rm{IM}},2}}\left( n \right) = \frac{1}{I}\sum\limits_{i = 1}^I {{E_1}\left( {{r_1}\left( n \right)} \right)} + {\varepsilon _1}{E_1}\left( {{v^i}\left( n \right)} \right). $

(3)

步骤4  类似地，计算其他阶段的第k(2, 3, ..., K)个余量序列；然后依据步骤3，得到第k+1个模态分量，即

$ {r_k}\left( n \right) = {r_{k - 1}}\left( n \right) - {F_{{\rm{IM}},k}}\left( n \right), $

(4)

$ {F_{{\rm{IM}},k + 1}}\left( n \right) = \frac{1}{I}\sum\limits_{i = 1}^I {{E_1}\left( {{r_k}\left( n \right)} \right)} + {\varepsilon _k}{E_k}\left( {{v^i}\left( n \right)} \right). $

(5)

步骤5  当余量序列不能继续分解时，即余量信号的极值点个数至多不超过两个，算法结束.此时，共得到K个模态分量，余量序列的最终结果为

$ R\left( n \right) = s\left( n \right) - \sum\limits_{k = 1}^K {{F_{{\rm{IM}},k}}} . $

(6)

则原始交通流量时间序列s(n)最终被分解为$\sum\limits_{k = 1}^K {{F_{{\rm{IM}}, k}}} $和R(n)，即$s\left( n \right) = \sum\limits_{k = 1}^K {{F_{{\rm{IM}}, k}}} + R\left( n \right)$.

综上，CEEMDAN分解过程完整，能够对原始交通流量时间序列精确分解.

1.2 PE算法

PE算法^[14]可以衡量系统复杂度，表征时间序列的随机性和动力学突变特性.概念简单，计算速度快，抗干扰能力强，特别适用于非线性数据，对时间序列变化的敏感性很高，并且具有很好的鲁棒性^[15]，已广泛应用于各种时间序列.

交叉口流量数据具有一定的随机性和非平稳性，使得CEEMDAN分解得到的交通流IMF分量较多.因此，为了减小计算规模，本文采用PE算法进行IMF重组，步骤如下.

步骤1  首先对CEEMDAN得到的各IMF流量序列{X(i), i=1, 2, ..., N}进行相空间重构^[16]，得到相空间矩阵

$ Y = \left[ {\begin{array}{*{20}{c}} {x\left( 1 \right)}&{x\left( {1 + \tau } \right)}& \cdots &{x\left( {1 + \left( {m - 1} \right)\tau } \right)}\\ \vdots&\vdots&\vdots&\vdots \\ {x\left( j \right)}&{x\left( {j + \tau } \right)}& \cdots &{x\left( {j + \left( {m - 1} \right)\tau } \right)}\\ \vdots&\vdots&\vdots&\vdots \\ {x\left( K \right)}&{x\left( {K + \tau } \right)}& \cdots &{x\left( {K + \left( {m - 1} \right)\tau } \right)} \end{array}} \right]. $

(7)

式中m和τ分别表示嵌入维数和延迟时间; j=1, 2, …, K.

步骤2 将上述矩阵的每行作为一个分量，则共有K个分量，存在关系K=n－(m－1)τ.以第j个分量(x(j), x(j+τ), …, x(j+(m－1)τ))为例，按照各元素数值大小，进行升序排列，即

$ \begin{array}{*{20}{c}} {x\left( {i + \left( {{j_1} - 1} \right)\tau } \right) \le x\left( {i + \left( {{j_2} - 1} \right)\tau } \right) \le }\\ { \cdots \le x\left( {i + \left( {{j_m} - 1} \right)\tau } \right).} \end{array} $

(8)

式中j₁, j₂, …, j_m表示各分量元素所在列序号.如存在x(i+(j₁－1)τ)=x(i+(j₂－1)τ)，则按照j₁和j₂值大小排序.综上，对于任意流量时间序列X(i)的相空间重构矩阵的每一行向量都可以得到一组序列S(l)为

$ S\left( l \right) = \left\{ {{j_1},{j_2}, \cdots ,{j_m}} \right\}. $

(9)

式中l=1, 2, …, k，且存在k≤m!, m维相空间共有m!种不同的映射符号序列.

步骤3  计算每种符号序列S(l)出现的概率P₁，P₂，…，P_k.按照Shannon熵的形式，可以将流量时间序列X(i)的第k种不同符号序列的排列熵H_p(m)定义为

$ {H_{\rm{p}}}\left( m \right) = - \sum\limits_{j = 1}^k {{P_j}\ln {P_j}} . $

(10)

由上式可知，当P_j=1/m!时，H_p(m)达到最大值ln(m)!.为了方便，将H_p(m)进行标准化处理

$ {H_{{\rm{PE}}}}\left( m \right) = {H_{\rm{p}}}\left( m \right)/\ln \left( {m!} \right), $

(11)

式中0≤H_PE(m)≤1，大小表示时间序列的随机程度.值越大，随机性越强；反之，随机性越弱.嵌入维数m和延迟时间τ是PE算法两个重要参数.研究表明，当样本量较小时，嵌入维数m通常较小；对于样本量大于1 024的时间序列来说，当m=6时，即可获得稳定的排列熵值；而延迟时间τ对于排列熵的影响较小^[17].

通过以上步骤，计算各IMF排列熵.依据排列熵值接近程度，对IMF分量合并，得到重组子序列.

2 CEEMDAN-PE-OSELM组合预测模型构建

将重组子序列作为输入数据构建OSELM预测模型，将多个预测结果相加得到最终预测流量.

2.1 OSELM算法

在OSELM算法训练中，仅需输入当前批次数据更新网络权值，无需重复扫描历史数据，泛化能力强.分为初始化和序贯学习两个阶段，步骤如下.

步骤1 从给定的交叉口交通流量训练集D={(x_i, t_i)|x_i∈Rⁿ, t_i∈R^m, i=1, L, N)}中选取少量的流量数据D₀={(x_i, t_i)}_i=1^N₀，初始化，其中L为隐含层节点数，N₀满足N₀≥L.

步骤2  随机生成隐含层节点参数(a_i, b_i), i=1, 2, ..., L；计算得到初始隐含层输出矩阵为

$ {\mathit{\boldsymbol{H}}_0} = {\left[ {\begin{array}{*{20}{c}} {G\left( {{a_1},{b_1},{x_1}} \right)}& \cdots &{G\left( {{a_L},{b_L},{x_1}} \right)}\\ \vdots&\cdots&\vdots \\ {G\left( {{a_1},{b_1},{x_{{N_0}}}} \right)}& \cdots &{G\left( {{a_L},{b_L},{x_{{N_0}}}} \right)} \end{array}} \right]_{{N_0} \times L}}. $

(12)

步骤3  计算初始输出权重β⁽⁰⁾=P₀H₀^TT₀，其中P₀=(H₀^TT₀)^－1，T₀=[t₁, ..., t_N0]^T.

步骤4 初始化加入网络的样本批次k=0.

步骤5 计算新加入的第k+1批训练数据${D_{k + 1}} = \left\{ {\left( {{x_i}, {t_i}} \right)} \right\}_{i = \left( {\sum\nolimits_{j = 0}^k {{N_j}} } \right) + 1}^{\sum\nolimits_{j = 0}^{k + 1} {{N_j}} }$的隐含层输出矩阵H_k+1，其中N_k+1为第k+1批新样本的个数.

$ \begin{array}{l} {\mathit{\boldsymbol{H}}_{k + 1}} = \\ {\left[ {\begin{array}{*{20}{c}} {G\left( {{a_1},{b_1},{x_{\left( {\sum\nolimits_{j = 0}^k {{N_j}} } \right) + 1}}} \right)}& \cdots &{G\left( {{a_L},{b_L},{x_{\left( {\sum\nolimits_{j = 0}^k {{N_j}} } \right) + 1}}} \right)}\\ \vdots&\cdots&\vdots \\ {G\left( {{a_1},{b_1},{x_{\sum\nolimits_{j = 0}^{k + 1} {{N_j}} }}} \right)}& \cdots &{G\left( {{a_L},{b_L},{x_{\sum\nolimits_{j = 0}^{k + 1} {{N_j}} }}} \right)} \end{array}} \right]_{{N_{k + 1}} \times L}}. \end{array} $

(13)

步骤6 计算更新输出权重β^(k+1)和P_k+1.

$ {\mathit{\boldsymbol{P}}_{k + 1}} = {\mathit{\boldsymbol{P}}_k} - {\mathit{\boldsymbol{P}}_k}\mathit{\boldsymbol{H}}_{k + 1}^{\rm{T}}{\left( {\mathit{\boldsymbol{I}} + {\mathit{\boldsymbol{H}}_{k + 1}}{\mathit{\boldsymbol{P}}_k}\mathit{\boldsymbol{H}}_{k + 1}^{\rm{T}}} \right)^{ - 1}}{\mathit{\boldsymbol{H}}_{k + 1}}{\mathit{\boldsymbol{P}}_k}, $

(14)

$ {\beta ^{\left( {k + 1} \right)}} = {\beta ^{\left( k \right)}} + {\mathit{\boldsymbol{P}}_{k + 1}}\mathit{\boldsymbol{H}}_{k + 1}^{\rm{T}}\left( {{\mathit{\boldsymbol{T}}_{k + 1}} - {\mathit{\boldsymbol{H}}_{k + 1}}{\beta ^{\left( k \right)}}} \right). $

(15)

其中${\mathit{\boldsymbol{T}}_{k + 1}} = {\left[{{t_{\left( {\sum\nolimits_{j = 0}^k {{N_j}} } \right) + 1}}, \cdots, {t_{\sum\nolimits_{j = 0}^{k + 1} {{N_j}} }}} \right]^{\rm{T}}}.$.当逐个获得训练数据时，有N_k+1=1存在，式(14)、(15)可以分别简化为

$ {\mathit{\boldsymbol{P}}_{k + 1}} = {\mathit{\boldsymbol{P}}_k} - \frac{{{\mathit{\boldsymbol{P}}_k}\mathit{\boldsymbol{h}}\left( {{x_{k + 1}}} \right){\mathit{\boldsymbol{h}}^{\rm{T}}}\left( {{x_{k + 1}}} \right){\mathit{\boldsymbol{P}}_k}}}{{1 + {\mathit{\boldsymbol{h}}^{\rm{T}}}\left( {{x_{k + 1}}} \right){\mathit{\boldsymbol{P}}_k}\mathit{\boldsymbol{h}}\left( {{x_{k + 1}}} \right)}}, $

(16)

$ {\beta ^{\left( {k + 1} \right)}} = {\beta ^{\left( k \right)}} + {\mathit{\boldsymbol{P}}_{k + 1}}\mathit{\boldsymbol{h}}\left( {{x_{k + 1}}} \right)\left( {\mathit{\boldsymbol{t}}_{k + 1}^{\rm{T}} - {\mathit{\boldsymbol{h}}^{\rm{T}}}\left( {{x_{k + 1}}} \right){\beta ^{\left( k \right)}}} \right). $

(17)

式中h(x_k+1)=[G(a₁, b₁, x_k+1)…G(a_L, b_L, x_k+1)].

步骤7  令k=k+1，返回步骤5继续执行，直至算法结束.

其中，步骤1至步骤4为初始化阶段，步骤5至步骤7为序贯学习阶段.当rank(H₀)=L时，OSELM和ELM算法学习能力相同.

2.2 组合预测模型构建

构建交叉口短时流量CEEMDAN-PE-OSELM组合预测模型，流程如图 1所示.

为提高预测精度，在建立预测模型之前将流量重组序列进行归一化处理，即

$ X'\left( i \right) = \frac{{\left( {X\left( i \right) - \min \left\{ {X\left( i \right)} \right\}} \right)}}{{\left( {\max \left\{ {X\left( i \right)} \right\} - \min \left\{ {X\left( i \right)} \right\}} \right)}}. $

(18)

反之，可以反归一化处理，即

$ \begin{array}{l} X\left( i \right) = X'\left( i \right) \cdot \left( {\max \left\{ {X\left( i \right)} \right\} - \min \left\{ {X\left( i \right)} \right\}} \right) + \\ \min \left\{ {X\left( i \right)} \right\}. \end{array} $

(19)

式中X′(i)为归一化流量数据，X(i)为重组流量序列数据.

3 实例验证

选取一典型十字交叉口，进行短时流量预测.该交叉口几何特性如图 2所示.

采集东进口连续5个工作日的5 min流量数据，如图 3所示.经过预处理，得到1 440个可用数据点.前4个工作日的1 152个数据点用于预测模型建立，第5个工作日的数据用于模型验证.

3.1 交通流量序列CEEMDAN-PE分解重组

通过MATLAB软件编程，对原始交叉口流量序列进行CEEMDAN分解，分解时添加I=500组标准差为0.2的白噪声信号，结果如图 4所示. 图 4中交叉口流量原始时间序列被分解为10个随机性不同的IMF分量，相邻IMF分量波动程度相似.

图 5为流量序列CEEMDAN分解百分比误差图示.由图 5可知，该流量时间序列的分解误差非常小，达到了10^-14级；说明了交叉口流量序列得到了完全分解，证明了该方法的有效性.

根据前文，取嵌入维数m=6，延迟时间τ=3，计算F_{IM, k}排列熵值，结果见表 1. H_p(m)为F_{IM, k}排列熵值，H_PE(m)为标准化排列熵值，ΔH_PE(m)为相邻分量标准排列熵值之差.各IMF分量标准化排列熵值分布如图 6所示.

将ΔH_PE(m)值小于0.1的相邻F_{IM, k}合并，且综合比较同一F_{IM, k}与前后F_{IM, k}之间的差值，保证运行效率和结果精确度.由表 1和图 6可知，随机性最强的3个分量为F_{IM, 1}、F_{IM, 2}和F_{IM, 3}，对预测结果影响最大，且标准化PE值相差甚小，因此将F_{IM, 1}、F_{IM, 2}和F_{IM, 3}合并；F_{IM, 4}和F_{IM, 5}虽然相邻，但标准化PE值与相邻的其他分量相差较大，因此作为单独分量；F_{IM, 6}和F_{IM, 7}相邻且标准化PE值相差较小，可合并；F_{IM, 8}和F_{IM, 9}的标准化PE值差异为0.018，将其合并.由于F_{IM, 9}与F_{IM, 10}的标准化PE值之差和F_{IM, 8}与F_{IM, 9}的标准化PE值之差相差较大，为了保证精确性，不进行合并.综上，可以得到6组重组序列：F_{IM, 1}+F_{IM, 2}+F_{IM, 3}，F_{IM, 4}，F_{IM, 5}，F_{IM, 6}+F_{IM, 7}，F_{IM, 8}+F_{IM, 9}，F_{IM, 10}.重组序列分布如图 7所示.

3.2 预测结果分析

采用滚动单步预测，模型输入为预测点前两个小时的流量序列，输出为预测值序列.则1 152个数据可构建1 128组输入-输出数据，组成训练集.分别构建ARIMA、BP、ELM、OSELM、CEEMDAN-PE-BP、CEEMDAN-PE-ELM和CEEMDAN-PE-OSELM，对比预测效果.

OSELM与ELM需要提前确定隐含层节点数L；选取N₀=L个样本数据作为初始化阶段训练样本，用于增量学习的样本数据量为1 128-N₀.经过交叉验证试验，得到最优L为30.

预测评价指标选取平均绝对误差E_MA、平均相对误差P_MAE、均方误差S_ME和均等系数C_E分别为

$ {E_{{\rm{MA}}}} = \frac{1}{n}\sum\limits_{i = 1}^n {\left| {{y_i} - {{\hat y}_i}} \right|} , $

(20)

$ {P_{{\rm{MAE}}}} = \frac{1}{n}\sum\limits_{i = 1}^n {\left| {\frac{{{y_i} - {{\hat y}_i}}}{{{y_i}}}} \right|} , $

(21)

$ {S_{{\rm{ME}}}} = \frac{1}{n}\sum\limits_{i = 1}^n {{{\left( {{y_i} - {{\hat y}_i}} \right)}^2}} , $

(22)

$ {C_{\rm{E}}} = 1 - \frac{{\sqrt {\sum\limits_{i = 1}^n {{{\left( {{y_i} - {{\hat y}_i}} \right)}^2}} } }}{{\sqrt {\sum\limits_{i = 1}^n {{{\left( {{y_i}} \right)}^2}} } + \sqrt {\sum\limits_{i = 1}^n {{{\left( {{{\hat y}_i}} \right)}^2}} } }}. $

(23)

其中${\hat y_i}$、y_i分别为第i时刻的预测值和真实值，n为样本量. E_MA、P_MAE、S_ME越小，误差越小；C_E越接近1，预测效果越好.

各模型的预测效果曲线如图 8所示，预测性能评价指标见表 2.

由图 8可知，与其他预测模型相比，本文CEEMDAN-PE-OSELM模型流量预测值与真实值最为接近. ARIMA模型与真实值的拟合程度最低，与真实值的偏离程度最大；BP模型、ELM模型和OSELM模型的预测值与真实值的拟合程度逐渐提高，但是相比于经过序列分解与重组的CEEMDAN-PE-BP模型、CEEMDAN-PE-ELM模型及CEEMDAN-PE-OSELM模型，与真实值的偏离程度仍然很大.

由表 2可知，CEEMDAN-PE-OSELM模型的E_MA、P_MAE和S_ME的值均低于其他模型，说明其预测误差最小，预测精度最高；且C_E值为0.963，高于ARIMA模型的C_E值(0.898)，相比于其他方法，C_E值最接近于1，说明其预测值与真实值的偏离程度最小，预测效果最好，模型的稳定性最好.就同一预测模型而言，经过CEEMDAN-PE处理的模型的各项误差明显降低，预测精度有所提高.

综上，基于CEEMDAN-PE-OSELM的交叉口短时交通流预测模型性能较好，能够满足预测要求.

4 结论

1) 基于交叉口历史流量时间序列，提出了一种基于CEEMDAN-PE-OSELM的交叉口短时交通流量预测方法，该方法与其他经典预测模型相比，模型流量预测值与真实值最为接近，平均绝对误差、平均相对误差、均方误差均最小.

2) 预测模型的均等系数为0.963，高于ARIMA模型的均等系数0.898；且与其他模型相比，均等系数最接近1，与真实值的偏离程度最小，预测效果最好.

3) 经过CEEMDAN-PE分解与重组的模型的各项误差明显降低，预测精度有所提高.