基于速度的城市快速路交通拥堵预测研究

被引：44

作者：

邢珊珊 ^{[1
]}

谷远利 ^{[1
]}

沈立杰 ^{[2
]}

杨骁路 ^{[1
]}

庄广新 ^{[1
]}

机构：

[1] 北京交通大学城市交通复杂系统理论与技术教育部重点实验室

[2] 肃宁县交通运输局

来源：

交通信息与安全 | 2016年 / 02期

关键词：

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;

D O I：

暂无

中图分类号：

U491 [交通工程与交通管理];

学科分类号：

082301 [道路与铁道工程];

摘要：

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。

引用

页码：48 / 54

页数：7

共 15 条

[1]

基于大数据的非参数回归短时交通流预测方法 [J].