[发明专利]交通量预测装置、交通量预测方法以及程序

权利要求书

1.一种交通量预测装置，具备：

实际状况数据输入部，其输入交通量的时间序列数据以及表示该时间序列数据的获取日的数据；

日期类型付与部，其对所述时间序列数据付与与所述获取日对应的日期类型；

分簇部，其根据时间序列数据彼此的接近程度，将由所述实际状况数据输入部输入的多个时间序列数据划分为多个簇；

存储部，其与所述日期类型和所述簇相关联地存储所述时间序列数据；

日期类型输入部，其输入交通量的预测对象日的日期类型；

算出部，其检索存储于所述存储部的数据，求出包含具有所述日期类型的时间序列数据最多的簇，生成该簇所包含的具有所述日期类型的时间序列数据的平均时间序列数据；以及

输出部，其将所述平均时间序列数据作为预测的交通量的时间序列数据来输出。

2.根据权利要求1所述的交通量预测装置，其中，

所述分簇部在将所述时间序列数据初始映射于预定的空间内之后，通过在所述空间内随机地移动的主体，反复进行保持处理和映射处理，从而在所述空间内再次映射所述时间序列数据，将接近的时间序列数据彼此分簇为同一簇，所述保持处理为当所述主体来到映射了时间序列数据的位置时以预定的概率保持时间序列数据的处理，所述映射处理为在保持了所述时间序列数据的所述主体在所述主体周围的预定范围内检测出与所保持的时间序列数据具有预定的接近度的时间序列数据的情况下、映射所保持的时间序列数据的处理，

所述存储部存储有映射了所述时间序列数据的数据。

3.根据权利要求2所述的交通量预测装置，其中，

所述分簇部当在具有已经进行了分簇的时间序列数据的空间内初始映射新的时间序列数据时，在存在于所述空间内的时间序列数据的重心位置初始映射新的时间序列数据。

4.根据权利要求2或者3所述的交通量预测装置，其中，

所述实际状况数据输入部在交通量的预测对象日为当天的情况下，作为部分时间序列数据而输入预测对象时刻之前的当天的交通量的时间序列数据，

所述算出部从所述存储部读出映射了具有所述日期类型的时间序列数据的数据，在将所述部分时间序列数据初始映射于所读出的时间序列数据的重心位置之后，由所述主体再次映射所述部分时间序列数据，算出再次映射了所述部分时间序列数据的簇所包含的时间序列数据的平均时间序列数据。

5.根据权利要求4所述的交通量预测装置，其中，

所述算出部在初始映射的部分时间序列数据的周围配置多个主体。

6.一种交通量预测方法，包括：

实际状况数据输入步骤，交通量预测装置输入交通量的时间序列数据以及表示该时间序列数据的获取日的数据；

日期类型付与步骤，所述交通量预测装置对所述时间序列数据付与与所述获取日对应的日期类型；

分簇步骤，所述交通量预测装置根据时间序列数据彼此的接近程度，将通过所述实际状况数据输入步骤输入的多个时间序列数据划分为多个簇；

存储步骤，所述交通量预测装置与所述日期类型和所述簇相关联地将所述时间序列数据存储于存储部；

日期类型输入步骤，所述交通量预测装置输入交通量的预测对象日的日期类型；

算出步骤，所述交通量预测装置检索存储于所述存储部的数据，求出包含具有所述日期类型的时间序列数据最多的簇，生成该簇所包含的具有所述日期类型的时间序列数据的平均时间序列数据；以及

输出步骤，所述交通量预测装置将所述平均时间序列数据作为预测的交通量的时间序列数据来输出。

7.一种程序，用于预测交通量，使计算机执行：

实际状况数据输入步骤，输入交通量的时间序列数据以及表示该时间序列数据的获取日的数据；

日期类型付与步骤，对所述时间序列数据付与与所述获取日对应的日期类型；

分簇步骤，根据时间序列数据彼此的接近程度，将通过所述实际状况数据输入步骤输入的多个时间序列数据划分为多个簇；

存储步骤，与所述日期类型和所述簇相关联地将所述时间序列数据存储于存储部；

日期类型输入步骤，输入交通量的预测对象日的日期类型；

算出步骤，检索存储于所述存储部的数据，求出包含具有所述日期类型的时间序列数据最多的簇，生成该簇所包含的具有所述日期类型的时间序列数据的平均时间序列数据；以及

输出步骤，将所述平均时间序列数据作为预测的交通量的时间序列数据来输出。