基于测绘GPS数据预测通行交通拥堵路段的时间

• 作者: 刘诗雨 王佳帅 赵航
• 来源期刊: IT经理世界
• 学科: 交通运输
• 关键词: GPS导航信息 神经网络模型 通过拥堵时间 K—Means++聚类
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 行业信息化
• 页码范围: 138
• 页数: 1页
• 分类号: U491
• 字数: 1582字
• 语种: 中文

摘要

本文以通行交通拥堵路段时间作为研究对象,结合GPS导航信息,分析城市道路拥堵特性.构建交通拥堵指数评价体系,建立主成分分析和K—Means++聚类模型,对交通拥堵等级进行划分,并利用神经网络模型预测通过交通拥堵路段的时间.交通拥堵级别分为畅通、轻度拥堵、中度拥堵、严重堵塞4种等级,当北京市拥堵长度为3.4 km时,预测车辆行驶的平均速度约为24.67km/h,此时通过交通堵塞的时间约为8.26min.利用导航软件数据更为准确地预估交通拥堵时间,为有效控制城市交通拥堵提供一定的参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘诗雨	华北理工大学管理学院	3	0	0.0	0.0
2	王佳帅	华北理工大学矿业工程学院	2	0	0.0	0.0
3	赵航	山西大学教育科学学院	2	0	0.0	0.0