基于LSTM神经网络改进的路阻函数模型

• 作者: 王飞 徐维祥
• 来源期刊: 浙江大学学报（工学版）
• 关键词: 城市交通 改进BPR函数 路阻函数 长短期记忆神经网络 行程时间计算
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 交通工程、土木工程|Traffic Engineering, Civil Engineering
• 页码范围: 1065-1071
• 页数: 7页
• 分类号: U491
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2021.06.006

摘要

为了更加精确地计算道路的交通阻抗,对经典的BPR阻抗函数模型进行改进,建立长短期记忆(LSTM)神经网络预测改进函数中待定系数的正负,结合杭州市上塘高架至中河高架路段采集的交通数据进行验证.与传统BPR阻抗函数方法、经典的EMME/2锥形延误函数计算方法、BP神经网络预测方法、LSTM神经网络预测方法得出的结果进行对比分析,结果显示在数据精度满足要求的前提下,改进的模型具有更高的准确性和可靠性.说明使用改进模型计算得到的道路阻抗能够更为真实地反映道路的交通运行状况.