基于短周期预测的感应信号控制方法研究

• 作者: 毛程远 王琴 钱俊 姜伟 求英浩 杨胜德 张欣环
• 来源期刊: 浙江师范大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 智能交通 感应信号 短周期预测 车头时距 神经网络
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 地理
• 页码范围: 210-217
• 页数: 8页
• 分类号: U491
• 语种: 中文
• DOI: 10.16218/j.issn.1001-5051.2022.02.012

摘要

针对传统感应信号控制的初始绿灯时间和单位绿灯延长时间设置单一导致行车延误增加的问题,在分析信号交叉口绿灯放行时间与绿灯需求时间差异因素的基础上,根据交叉口车辆到达特征和车型,构建了基于LSTM神经网络的信号交叉口排队车辆车头时距预测模型,对绿灯放行时间进行精确计算,使之能灵活适应实际车流特征.分析结果表明:LSTM神经网络预测模型的平均绝对百分比误差(MAPE)为0.17,均方根误差(RMSE)为0.16,预测值与真实值拟合度好.在案例中,相比较于传统感应信号控制的交叉口,采用该模型的改进效果显著,所提高的通行效率可达14.89％.