基于长短期记忆神经网络的城市交通速度预测

摘要：

交通速度预测在智能交通系统中起着重要的作用,准确、快速的交通速度预测有利于及时掌握城市道路交通状况,能够有效实行交通诱导.针对交通速度具有极强的周期性,在工作日和非工作日 之间存在较大差异,导致预测精度不高的问题,分别选取公开的工作日和非工作日交通速度数据,构建基于长短期记忆神经网络的城市交通速度预测模型.实验验证采用广州市20条路段的交通数据,结果表明,区分工作日和非工作日的平均绝对百分比误差、平均绝对误差和均方根误差的平均值比不区分均要小,说明区分工作日和非工作日 可以有效地提高交通速度的预测精度.

关键词：智能交通、交通速度预测、长短期记忆神经网络、周期性

所属期刊栏目：46

分类号：U491(交通工程与公路运输技术管理)

资助基金：自然资源部海洋环境探测技术与应用重点实验室开放基金;国家自然科学基金;江西省教育厅科学技术科技项目;东华理工大学放射性地质与勘探技术国防重点学科实验室开放基金项目

在线出版日期：2023-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：77-84