城市交通信号控制干道旅行时间实时预测

摘要：

城市干道旅行时间预测是实时交通运营管理与交通诱导的核心问题之一,也是出行者的重要需求.文中分析了济南市经十路采集的真实数据,研究发现了交通需求和旅行时间在工作日和非工作日同时段具有较大差异、全天具有显著早晚高峰、以及工作日同时段具有相似性及波动性等特征.基于该类特性,分别改进了适用于周期性数据的卡尔曼滤波和波动性的人工神经网络2类预测模型.提出了组合预测算法,将基于历史同时段数据的卡尔曼滤波算法的预测值作为人工神经网络的输入变量,利用历史天和临近时刻的可用数据进行了预测.结果表明:在3.8 km的信号控制干道上,组合预测模型平均误差低于0.9 min,误差超过2 min的概率低于4％,其预测性能可满足实时的交通需求.

关键词：交通信息、旅行时间预测、组合算法、城市干道、卡尔曼滤波、人工神经网络

所属期刊栏目：32

分类号：U491(交通工程与公路运输技术管理)

资助基金：国家自然科学青年基金项目51108248

在线出版日期：2014-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：62-68