原文传递
基于神经网络的小时间粒度交通流预测模型
| 题名： | 基于神经网络的小时间粒度交通流预测模型 |
| 正文语种： | 中文 |
| 作者： | 姚志洪；蒋阳升；韩鹏；罗孝羚；徐韬； |
| 关键词： | 交通工程；交通流预测；神经网络；车队离散；信号配时优化 |
| 摘要： | 为解决传统车队离散模型基于概率分布假设和现有交通流预测时间粒度过大不能应用于自适应信号配时优化等问题.在车队离散模型的建模思路上,先分析了下游交叉口车辆到达与上游交叉口车辆离去之间的关系,基于此构建了基于神经网络的小时间粒度交通流预测模型.该模型以上游交叉口离去流量分布为输入,下游交叉口到达流量分布为输出,时间粒度为5 s.最后,通过实际调查数据标定模型参数并应用模型预测下游交叉口到达流量.结果表明,与Robertson模型相比,本文模型预测结果能够更好地反映交通流的变化特征,平均预测误差减少了8.3%. |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版年： | 2017 |
| 期： | 01 |
| 页码： | 67-73 |
检索历史
应用推荐
