高速公路城市化路段短时交通量预测方法研究附视频

被引:3
作者
周微
贾元华
陈峰
机构
[1] 北京交通大学交通运输学院
基金
国家高技术研究发展计划(863计划);
关键词
高速公路; 城市化路段; 短时交通量预测; 径向基函数神经网络;
D O I
暂无
中图分类号
U491.113 [];
学科分类号
082302 ; 082303 ;
摘要
在对高速公路进出城路段交通拥堵现象产生原因进行分析的基础上,基于径向基神经网络的思想,建立了适用于高速公路城市化路段的短时交通量预测模型,为高速公路服务水平判定、交通控制与诱导提供理论依据和技术支持。最后,以京津塘高速公路城市化路段为例,对建立的模型进行效果验证,结果证明所建立的方法是有效性的、可行的。
引用
收藏
页码:53 / 57
页数:5
相关论文
共 13 条
[1]  
Time series forecasting using a hybrid ARIMA and neural network model. Zhang G P. Neurocomputing . 2003
[2]   基于径向基神经网络的基坑支护位移预测方法 [J].
李镜培 ;
褚峰 .
地下空间与工程学报, 2005, (04) :506-509
[3]   支持向量机在交通流量实时预测中的应用 [J].
徐启华 ;
杨瑞 .
公路交通科技, 2005, (12) :131-134
[4]   短时交通流预测模型的分析与评价 [J].
王正武 ;
黄中祥 .
系统工程, 2003, (06) :97-100
[5]   交通流预测方法综述 [J].
刘静 ;
关伟 .
公路交通科技, 2004, (03) :82-85
[6]   基于改进的RBF神经网络的高速公路交通事件检测 [J].
刘智勇 ;
赵晓芳 .
公路交通科技, 2008, (11) :119-122+130
[7]   基于模糊神经网络的结合部匝道控制方法研究 [J].
陈峰 ;
贾元华 ;
牛忠海 ;
易惠欣 ;
宋惠娟 .
交通运输系统工程与信息, 2011, 11 (01) :108-113
[8]  
基于非参数回归的路网短时交通状态预测[D]. 马毅林.北京交通大学 2008
[9]  
高速公路与关联城市快速路结合部路网智能控制方法及应用研究[D]. 陈峰.北京交通大学 2012
[10]  
Freeway Ramp Metering:An Overview. Papageorgiou M,Kotsialos A. IEEE Trans.on Intelligent Transportation Sys-tems . 2002