10.3963/j.issn1674-4861.2016.02.007
基于速度的城市快速路交通拥堵预测研究
交通拥堵预测是解决交通拥堵问题的重要步骤之一.为缓解交通拥堵,选取速度这一参数建立交通拥堵预测模型.在对速度时间相关性和空间相关性分析的基础上,提出了基于时空特性和径向基神经网络的速度预测多点模型.将预测结果与决策阈值相比较,粗略地判定拥堵等级,并运用模糊算法对速度和拥堵程度进行量化,建立相应的模糊规则体系,并应用模糊逻辑推理得到定量的拥堵度指标.结合实例进行仿真和分析,与基于单一时间序列的预测方法相比较,基于时空特性的预测方法的平均绝对相对误差由7.45%下降到了3.61%,有效地提高了速度预测精度,基于速度的拥堵预测模型的识别准确率较高.利用模糊算法评判拥堵程度,可得到量化的拥堵度指标,使拥堵程度一目了然.
城市道路交通、拥堵预测、径向基神经网路、地点车速、速度阈值、模糊判断
34
U491(交通工程与公路运输技术管理)
北京市科技计划项目Z121100000312101
2016-07-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
48-54