多影响因素下的交通流速度预测
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:

湖南省自然科学基金资助项目(2021JJ30276);湖南省教育厅科学研究重点项目资助(19A172);国家自然科学基金资助项目 (41871320)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    及时、准确的交通流预测对于车辆导航规划和智能交通调度具有重要作用.道路交通不仅具有时空相关性,同时多种环境因素还会对交通状况造成重要影响.为提高道路交通流速度预测的准确率,首先对试验选择地区的降雨程度、空气污染程度数据进行分级处理,时间周期划分工作日与非工作日;然后结合双向长短期记忆网络和特征工程技术,建立基于多影响因素的交通流速度预测模型(MF - TPM),并在公开的地区交通速度时序数据集与天气数据集上建模分析;最后基于大规模真实交通数据进行试验,结果表明:MF - TPM的预测精度比常用的长短期记忆网络、卷积神经网络和双向长短期记忆网络模型分别高2.20%,4.94%和0.63%.在不同的降雨程度和空气污染等级下,MF - TPM同样具有最佳的预测表现

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

刘思林,廖祝华* ,符琦,刘毅志,赵肄江.多影响因素下的交通流速度预测[J].湖南科技大学学报(自然科学版),2024,39(3):109-115

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2024-11-05