大学生数学建模竞赛湖南赛区组委会
湖南省数学建模与数学实验创新训练中心
交通流量预测
随着城市规模的扩大，车辆数量的增多，城市交通状况日益恶化。由于资源的限制，仅靠新增道路或改造现有道路，不能完全解决这一问题。越来越多的城市开始研究智能交通系统，以提高现有道路的通行能力，缓解交通压力。交通流量预测是构建智能交通系统需要解决的一个基本问题。很多城市使用ATR（Automatic Traffic Recorders）在事先选定的路段收集交通数据。ATR是在路面嵌入磁环，以探测金属并将这一信息转换为流量数据。
现需要你设计一种算法来预测特定道路的拥塞程度。训练数据是模拟某城市交通拥塞情况得到其中10条道路交通流量的时间序列值。每条道路的每个时间点记录两个相反方向的交通流量值。拥塞程度用连续一分钟内通过某道路的车辆数来衡量。交通流量模拟软件以10小时长为一个模拟周期。在一个周期中，每辆车的起点和终点的分布每60分钟随机交换一次。模拟每10小时重新开始。训练集中包括1000小时的模拟数据，分为100个10小时长的独立周期。不同的周期以空行隔开。每一周期内的各行是连续各分钟内的数据。每行有20个值，即10条路两个相反方向的拥塞值。每行20个值与道路的对应关系参见附件2。
测试集是另外1000小时的数据，分隔为60分钟长的窗口，但是每个窗口只给出前30分钟的数据，后30分钟的数据需要你们进行预测（预测相邻10分钟内的车辆总数即可）。每个窗口有30行记录。不同的窗口用空行隔开。测试集中的窗口是随机排列的。
任务：
1、设计一种算法对道路的拥塞程度进行短期预测。
2、给出测试集中每个窗口的第41至第50分钟的道路拥塞程度的预测值（即10分钟内的车辆总数）。
3、如果经费有限，不能一次性在所有道路布设ATR，请给出布设的原则或建议。
注：预测结果必须以纯文本文件提供，行的顺序与测试集中的窗口相对应，每行包括20个以空格分开的预测值。行与行之间不留空行，总共应有1000行。预测值不必是整数。具体格式参见附件5.
附件说明：
1、street_graph.txt：街道节点及连通信息。分为两部分，Nodes为节点信息Edges为连通信息。Nodes部分每行三列，分别为节点编号、纬度、经度。Edges部分每行5列，分别为节点1的编号、节点2的编号、长度、车道数、平均车速。
2、street_id.txt：所选定道路的信息。包括列号，道路名称，方向，起始节点ID。注意，street07和street08两条道路的两个方向的流量数据不相邻。
3、traffic_training.txt：训练集
4、traffic_test.txt：测试集
5、traffic_example.txt：预测结果示例，即基准测试解。你所提交的预测结果应与该文件格式相同。（基准测试解是计算每个窗口已知部分的最后10分钟（即第21至第30分钟）的车辆总数得到的。）