基于时空特性的高速路短时交通流预测

• 作者: 李莉杰 舒勤
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 短时交通流预测 时空相关分析 BP神经网络 时间延迟
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 应用研究
• 页码范围: 46-50
• 页数: 5页
• 分类号: TP391.9
• 字数: 3337字
• 语种: 中文

摘要

为提高高速路短时交通流预测的准确度,建立了一种基于时空相关分析和BP神经网络的短时交通流预测方法,首先,通过分析高速路网上下游断面间的时空相关性和空间互相关性,选取与预测目标相关性较大的历史时段和相关断面.然后,将各相关断面交通流时间序列与其时间延迟序列进行重构,选取历史时段和重构后的相关断面作为BP神经网络预测模型的输入.利用四川省某高速路数据对该预测方法进行性能评价,实例证明该方法与只考虑高速路时间特性或空间特性的预测模型相比具有更高的预测精度,提高了交通流预测的实时性和可靠性.由此可见,该方法可作为高速路短时交通流预测的有效手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	舒勤	四川大学电气信息学院	106	655	15.0	20.0
2	李莉杰	四川大学电气信息学院	1	1	1.0	1.0