对交通流参数短时预测进行深入研究，将常用的几种交通流参数短时预测方
法进行数据融合，建立了一种多模型融合预测方法，并且运用在西安市南二环中段实际
调查所得的交通流量数据，对常用的两种预测方法和建立的多模型融合预测方法进行了
验证和分析比较。
2021-03-17 10:58:35
2.58MB
1
因此本文结合交通网络的实际特点，以复杂网络理论为基础构建城市交通网络模
型，通过对经典元胞传输模型进行调整，模拟了不同供需结构下交通流在网络上的演进
过程，分析了网络拥堵的时空特征和传播规律，进而提出了一种有效的拥堵控制策略
2020-01-03 11:44:02
2.24MB
1
以成都市中心城区人民南路三段为例，进行了实例预测研究。预测结果为交
通拥堵预测的识别率为48%，误判率为16%，结果表明基于速度的拥堵预测模型能够对
城市主干道交通状态进行有效的预测分析。
2019-12-21 22:13:23
16.13MB
1
据统计，我国目前百万人口以上的城市中有80%的路段和90%的路口通行能力已经接近极限，特别是北京、上海、深圳等城市，交通拥堵已成为城市问题。不但影响了人的日常生活工作，也严重制约了城市的经济发展和环境状况。所以随着交通拥堵问题的日益严重，能提前预测交通拥堵的程度是具有潜在价值的，这样司机和行人就可以通过预报尽可能地避免交通拥堵带来的不便。
2019-12-21 20:39:57
290KB
1
利用Python爬取交通指数，分析得出所有路网平均速度的脉冲图，找出了每天的易发拥堵路段。 脚本包含爬虫程序，分析程序。
2019-12-21 20:21:20
4.19MB
1
针对城市道路交通拥堵预警问题，提出了一种基于深度学习的预测模型
。
通过归纳合并交通流参数
、
环境状态
、
时段等基础数据来构建交通流特征向量并确定四种预测状态
。
采用深度学习的自编码网络方法从无
标签数据集中学习获取可表征数据深层特征的隐层参数并生成新特征集
。
应用
Softmax
回归对有标签的新特征
集进行学习生成预测分类器，模型可对交通拥堵状况进行多态预测
。
通过仿真对比分析，预测模型具有较省略
特征学习的预测算法更好的预测性能，平均预测精度可达
85% 。
2019-12-21 18:58:21
181KB
1