留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于多源数据融合的城市道路旅行时间预测

于超,  李瑞敏,  张威威

downloadPDF
文章导航 > 交通信息与安全  > 2019 >  37(2): 77-82
于超, 李瑞敏, 张威威. 基于多源数据融合的城市道路旅行时间预测[J]. 交通信息与安全, 2019, 37(2): 77-82. doi: 10.3963/j.issn.1674-4861.2019.02.011
引用本文: 于超, 李瑞敏, 张威威. 基于多源数据融合的城市道路旅行时间预测[J]. 交通信息与安全, 2019, 37(2): 77-82. doi: 10.3963/j.issn.1674-4861.2019.02.011
shu
YU Chao, LI Ruimin, ZHANG Weiwei. Travel Time Prediction of Urban Road Network Based on Multi-source Data Fusion[J]. Journal of Transport Information and Safety, 2019, 37(2): 77-82. doi: 10.3963/j.issn.1674-4861.2019.02.011
Citation: YU Chao, LI Ruimin, ZHANG Weiwei. Travel Time Prediction of Urban Road Network Based on Multi-source Data Fusion[J]. Journal of Transport Information and Safety, 2019, 37(2): 77-82. doi: 10.3963/j.issn.1674-4861.2019.02.011
shu

基于多源数据融合的城市道路旅行时间预测

doi: 10.3963/j.issn.1674-4861.2019.02.011

  • 清华大学土木工程系 北京100084

  • 清华大学土木工程系 北京100084

  • 清华大学土木工程系 北京100084

基金项目: 

国家自然科学基金项目

详细信息

  • 中图分类号: U491

Travel Time Prediction of Urban Road Network Based on Multi-source Data Fusion

    摘要
  • 摘要: 城市道路旅行时间预测是城市道路交通管理的重要支撑.研究了利用多源数据预测城市信号控制主干道旅行时间的方法.以2015年8月某路段的视频检测器及微波检测器的2种数据为基础,采用回归拟合的方法探究信号控制主干道路段旅行时间与断面流量之间的关系,2段式的线性拟合结果可以较好地拟合信号控制主干道路段旅行时间与断面流量的关系.以BP神经网络模型为基础,从输入层入手,采用直接输入2类数据、应用拟合关系输入拟合数据等方法,综合考虑2类数据之间的相关性,建立了融合2类检测数据进行旅行时间预测的多个模型,对7种不同输入的神经网络预测模型进行了测试、对比和分析.研究结果表明,相比于时间序列、支持向量机、k近邻和历史平均方法而言,应用拟合关系的2类数据融合的BP-2神经网络模型具有更高的预测精度,MA PE为13.04%,表明BP2神经网络模型能够实现较好的旅行时间预测效果.

     

    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  208
  • HTML全文浏览量:  41
  • PDF下载量:  1
  • 被引次数: 0
出版历程
  • 刊出日期:  2019-04-28

目录

    /

    返回文章
    返回

    版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

    通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

    联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

    本系统由 北京仁和汇智信息技术有限公司 开发