基于城市道路卡口数据的交通流量预测

• 作者: 张杉 曹斌 李浩 范菁
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 交通流量预测 周期性变化 特征模型 随机森林 交通卡口
• 年，卷（期）: 2020,（11）
• 页码范围: 29-40
• 页数: 12页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2020.11.004

摘要

交通流量的预测可以为交通管理部门的工作和车主的出行规划提供很大帮助,如何进行准确且高效的交通流量预测是一个非常重要的问题.传统的交通流量预测数据通常是车速和行车轨迹,研究人员通过在高速上每隔一段距离布置交通传感器获得数据,这些方法应用于城郊地区和高速公路上,取得了很好的效果,但城市道路人口密集且交通情况复杂,不适合大规模布置传感器获得所需交通数据,所以不能使用现有的方法进行预测.笔者提出了一种利用城市道路卡口的交通流量数据进行预测的方法.首先,通过对已有的交通数据分析来总结交通流量周期性变化的特点;然后,基于这些周期性变化的特点来提取相应特征;最后,依据这些特征训练适用于城市卡口的交通流量预测模型.基于真实交通数据集进行了大量实验,结果表明,交通流量预测模型的预测值的RMSE和MAPE分别为15.3和7.3,即预测准确度可以达到92.7％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹斌		18	87	4.0	9.0
2	范菁		55	367	10.0	17.0
3	李浩		3	3	1.0	1.0
4	张杉		4	1	1.0	1.0