应用神经网络动态估计信号交叉口饱和流率

• 作者: 王益 荣建 周晨静 高亚聪 罗薇
• 来源期刊: 广西大学学报（自然科学版）
• 关键词: 信号交叉口 动态估计 神经网络 饱和流率
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 交通工程
• 页码范围: 714-723
• 页数: 10页
• 分类号: U491
• 语种: 中文
• DOI: 10.13624/j.cnki.issn.1001-7445.2021.0714

摘要

为了实时掌握信号交叉口饱和流率动态变化规律和提升估算精度,构建了以神经网络为基础的饱和流率动态估计模型.通过对北京市典型信号交叉口3种场景(直行进口道、直行左转进口道、直行右转进口道)实测数据为研究对象,分析每种场景下交通流运行特征,确定影响饱和流率的关键因素,确定神经网络模型的输入输出参数,并对模型进行标定.最后与经典HCM方法进行对比.结果表明:不同场景下,神经网络模型估计精度均优于HCM方法;其估算误差分别为11.23％,7.02％,4.70％.提出的方法能够准确地动态估计饱和流率,成果可用于信号控制方案的实时调整与精细化的运行管理.