银川市区部分路口短时交通拥堵指数预测分析

摘要：

道路交通状况短时预测是现代智能交通系统的一个重要组成部分,而交通拥堵指数是交通状况最直接的体现,因此对交通拥堵指数进行预测具有重要的应用价值.利用小波神经网络结合城市道路交通拥堵指数分布的空间和时间性,建立银川市区部分路口的短时交通拥堵指数预测模型,利用实际交通拥堵指数数据对模型进行训练和短时预测,并将预测结果与实际数据进行对比.结果表明:模型在一定程度上拟合了真实交通拥堵指数的变化趋势,对所预测的2个交通路口的平均绝对百分比误差分别为13.68％和15.35％,能够达到较好的预测效果.

关键词：智能交通系统、城市道路、交叉路口、交通拥堵预测、小波神经网络

所属期刊栏目：6

分类号：U491;TP391.9;F505

资助基金：宁夏大学新华学院科学研究基金项目20XHKY14

在线出版日期：2023-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：12-14