針對現(xiàn)有交通流預(yù)測方法未充分考慮多斷面車流演變規(guī)律,提出基于時延特性建模的時空相關(guān)性計算方法.該方法采用對不同斷面、不同時刻交通流的分布相似性度量,對輸入的車輛到達數(shù)據(jù)序列進行切割構(gòu)建時空相似度矩陣,得到相鄰斷面之間的時延參數(shù).基于時延特性建模,將多斷面之間的流量信息進行融合,使用長短時記憶(LSTM)網(wǎng)絡(luò)進行流量預(yù)測.通過對實際路段數(shù)據(jù)的預(yù)測和結(jié)果分析,驗證所提方法的有效性和實用性.

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1路段中交通流傳輸示意圖

交通流運動過程是包含隨機因素的復(fù)雜過程，增加了實現(xiàn)交通流實時預(yù)測的難度.時延特性針對目標交通流經(jīng)過上下游多斷面的時間差展開，從微觀模型分析，車輛在路網(wǎng)中的運動形態(tài)分為連續(xù)交通流和非連續(xù)交通流.在路段中車輛以連續(xù)自由流的形式運動，經(jīng)過有信號控制交叉口后，被分割成多股車流交替放行.如....

圖2路段中時延與密度變化趨勢圖

式中：u(t),k(t)分別為路段速度、密度分布函數(shù)；uf為自由流速度；kj為阻塞密度；li為路段i的長度；ti,b,ti,e分別為車輛在路段i上進入、駛出時刻；di為路段i上的時延.從宏觀模型方面分析，交通流的傳播特性可以描述為包含交通流密度、速度、流量三者之間穩(wěn)態(tài)關(guān)系的交通流....

圖3路網(wǎng)中時延特性分布示意圖

由上述分析可知，交通流傳輸時延與路段交通量密切相關(guān)，僅考慮斷面距離、交通流排隊消散特性[7-9]等因素無法實現(xiàn)傳輸時延的精確描述.本文利用多斷面流量數(shù)據(jù)，建立目標交通流在運動過程中的動態(tài)跟蹤模型，預(yù)測相近斷面間交通流傳輸?shù)淖罴褧r延，結(jié)合歷史數(shù)據(jù)，對流量變化進行學習，改善交通流預(yù)測....

圖4基于時延特性建模的相似性度量及流量初步預(yù)測示意圖

圖4為本算法計算過程，斷面1表示目標斷面，斷面2和3為其臨近斷面.選擇子序列長度為5，對斷面1的輸入數(shù)據(jù)進行截取，將最后5個時刻作為目標斷面的末尾時刻流量特性(斷面1中方框加粗的序列).將其他斷面的輸入數(shù)據(jù)以步長為1，切分成長度為5的子序列集，并與目標斷面末尾流量序列進行相似性度....

本文編號：3931160