1.一种基于SAE-LSTM-SAD的道路交通拥堵传播预测方法，其特征在于，所述方法包括以下步骤：

1)构建道路交通状态网络：针对各车道的交通流数据，基于宏观基本图获取各车道拥堵对应的临界交通流状态阈值，基于临界交通流状态阈值构建道路交通状态网络；

2)基于SAE-LSTM-SAD构建道路交通拥堵的传播预测模型，过程如下；

2.1：基于SAE的道路交通状态网络压缩编码基于道路交通状态网络URN(t)的构建，获得其临界矩阵A(t)，为n×n的矩阵，将其行向2

量拼接，得到n×1的向量作为SAE的输入，记为X(t)；

记 第j 个 隐 藏 层 输出 为 其 对 应的 解 码 输 出 为h为隐藏层数目；

邻接矩阵的自编码表示为如下方程：

邻接矩阵的解码表示为如下方程：

其中，C1为压缩权重矩阵，e为压缩偏置矩阵，C2为解码权重矩阵，d为解码偏置矩阵，f与g均为非线性映射函数；

记重构误差为L(X,Z)、模型参数为θ，则重构误差表示为：为了使自编码器可以较好的重构原始数据，引进稀疏限制，将重构误差定义为：SAO＝L(X(t),Z(t))+λ·SP                (6)其中，λ为稀疏项权重；SP为稀疏限制项；HD为隐藏层的数目，ρ是稀疏性参数，通常接近于零； 是训练集中隐藏单位j的平均激活； 是Kullback-Leibler(KL)散度，计算公式为：当 时，会使KL散度具有 的性质，它为编码提供稀疏性约束，反向传播(BP)算法用于求解该优化问题；

则θ的求解过程为：

将每一层的编码后的数据作为下一层的输入，经过多层累加，最后可构建栈式自编码器，最终可实现道路交通状态网络的有效压缩编码；

2.2：基于LSTM的道路交通状态网络压缩数据的时间特征提取t时刻获取经SAE特征学习后的道路交通状态网络的有效编码yh(t)，并将其作为LSTM模型的输入，LSTM模型中每一个记忆单元包含四个节点；遗忘节点，输入节点，输出节点和单元状态节点，各节点的输入输出计算如下：ft＝f(Wf[ht-1,yh(t)]+bf)                   (9)it＝f(Wi[ht-1,yh(t)]+bi)                   (10)h

ot＝f(Wo[ht-1,y(t)]+bo)                   (11)C～t＝tanh(Wc[ht-1,yh(t)]+bc)                 (12)其中Wf，Wi，Wo，Wc是各个节点的权重矩阵，bf，bi，bo，bc表示各个节点的偏置，f()表示Sigmoid激活函数,tanh()表示双曲线激活函数，遗忘节点的输出ft决定之前时刻的信息被保留或是被剔除，输入节点，输出节点和单元状态节点的输出it，ot和 决定什么新信息被存放在记忆单元中，时刻t的输入数据yh(t)；然后是对单元状态的更新和单元输出的计算，计算如下ht＝ot*tanh(Ct)                        (14)其中Ct表示记忆单元t时刻的状态值，ht表示记忆单元t时刻的输出值，*表示值的乘法运算；

2.3：基于SAD的道路交通拥堵传播预测预测得到t+1时刻的道路交通状态网络的有效编码其中Wfc表示全连层中的权重矩阵，bfc表示全连层中的偏置；

将预测得到的t+1时刻的道路交通状态网络的有效编码 输入到SAD模型中进行解码：最终可获得解码后的向量

损失函数选择平均绝对误差：

其中 表示向量 中的第i个数据，X(t+1)(1,i)表示向量X(t+1)中的第i个数据；

确定网络的学习率lr，通过多次迭代计算，对损失进行最小化处理，调整LSTM模型中记忆单元各个节点的参数矩阵以及偏置，使损失函数的值趋于最小，使网络趋于最优；

向量为n2×1的向量，将其变换为n×n的矩阵 该矩阵中包含了t+1时刻道路交通拥堵的预测信息，即实现了道路交通拥堵传播预测。

2.如权利要求1所述的一种基于SAE-LSTM-SAD的道路交通拥堵传播预测方法，其特征在于，所述步骤1)的处理过程为：

1.1：基于宏观基本图获取各车道拥堵对应的临界交通流状态阈值以SCATS系统中线圈检测器采集的道路交通状态数据，根据宏观基本图中的流量(q)-密度(o)模型，得：其中，vf为自由流速度，oj为阻塞密度，qm为临界流量阈值，om为临界密度阈值；

流量(q)-密度(o)模型为二次函数关系，统计SCATS系统中实际的流量、密度值用抛物线拟合，得到各路段的临界交通流状态阈值(om,qm)；

1.2：基于临界交通流状态阈值构建道路交通状态网络采取对偶方法，以路段为节点，以连接路段的交叉口为边，建立道路交通状态网络；

一般表达式如下：

URN(t)＝(N,E,ES(t))                   (2)其中，N＝{n1,n2,…,nn}是节点集合，n是选取路网中路段的数量，E＝{eij|i,j∈N}是边的集合，eij≠eji； 即道路交通拥堵时认为该条连边失效。