融合多源数据预测高速公路站间旅行时间

• 作者: 张琨 徐菲菲 白继根 赵建东
• 来源期刊: 交通运输系统工程与信息
• 学科: 交通运输
• 关键词: 智能交通 旅行时间预测 遗传神经网络 数据融合 权重分配模型
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 智能交通系统与信息技术
• 页码范围: 52-57
• 页数: 6页
• 分类号: U491.1
• 字数: 3563字
• 语种: 中文

摘要

为精确预测高速公路站间旅行时间，融合收费数据和微波车检数据开展预测。首先，基于两种数据源的预测结果，采用决策级融合策略；然后，建立了权重分配预测模型、BP神经网络预测模型；针对神经网络收敛速度慢，易陷入局部最优的缺陷，基于遗传算法优化BP神经网络预测模型；最后，利用京哈高速公路北京段收费数据和微波检测器数据对3种融合模型进行了验证，对比工作日及非工作日2种交通流状态下3种模型的性能指标。试验结果表明，基于遗传神经网络的融合模型相比其他2种模型，预测精度及稳定性均得到了较高的提升，相对误差控制在10%以内，能够更好地满足实际需求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵建东	北京交通大学机械与电子控制工程学院	26	143	8.0	10.0
2	白继根		2	13	2.0	2.0
3	张琨	北京交通大学机械与电子控制工程学院	5	18	2.0	4.0
4	徐菲菲	北京交通大学机械与电子控制工程学院	1	11	1.0	1.0