基于神经网络的城市关联交叉口交通流预测控制方法

被引：14

作者：

傅惠 ^{[1
]}

胡刚 ^{[1
]}

徐建闽 ^{[2
]}

许伦辉 ^{[2
]}

机构：

[1] 广东工业大学机电工程学院

[2] 华南理工大学交通学院

来源：

中国公路学报 | 2008年 / 05期

关键词：

交通工程; 关联交叉口; 神经网络; 交通流; 预测控制方法;

D O I：

10.19721/j.cnki.1001-7372.2008.05.017

中图分类号：

U491.112 [];

学科分类号：

082302 ; 082303 ;

摘要：

为了改善城市路网整体通行效率,针对城市交通流实时变化以及高度非线性的特点,提出一种基于神经网络的城市关联交叉口交通流预测控制方法。以关联交叉口的总体排队长度最小为性能指标,以神经网络作为交叉口的交通流量预测模型,并通过交通流量实测值与预测值之间的误差实现对神经网络的在线训练。结合神经网络预测控制方法,给出了城市关联交叉口信号控制中信号周期、绿信比(或相位时长)以及相位差的确定思路。仿真试验结果表明:以关联交叉口总体排队长度最小为优化指标的交通流预测控制策略,可提高关联交叉口的总体通行效率。

引用

页码：91 / 95

页数：5