基于卷积神经网络的交叉口过车速度短时预测模型研究

• 作者: 刘振 张祎 慕迪
• 来源期刊: 交通与港航
• 关键词: 交叉口 速度预测 卷积神经网络
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 数据模型|Data Model
• 页码范围: 59-63
• 页数: 5页
• 语种: 中文
• DOI: 10.3969/j.issn.1001-599X.2022.01.012

摘要

交叉口是城市交通网络系统的关键节点,在绿灯通行环境下的交叉口过车速度可以精准地反应出路网的畅通程度.该文基于长时间、大样本的车辆轨迹数据,利用卷积神经网络,将数据处理为包含其特征的矩阵,构建车速时序预测模型,能够高效、精准地预测出交叉口过车速度.实验结果表明,MAE平均值为2.06,MAPE平均值为10.57％,说明模型具有较好的预测效果,可以为警力的提前派遣和交叉口的高效疏堵提供数据支撑.