城市交叉口短时交通流预测方法

摘要：

准确预测交叉口交通流量,对城市智能交通起着至关重要作用.为了提高交叉口短时交通流预测的精度,提出一种基于高斯过程的交通流预测模型.首先对交叉口SCATS系统获取的检测数据进行数据预处理和数据重构,其次,运用GP模型对交通流时间序列进行训练,同时确定协方差函数的“超参数”.最后利用训练好的GP模型对交通流时间序列进行预测,并与BP神经网络进行比较.仿真结果表明,基于GP的交通流预测模型具有很好的稳定性,能满足预测精度的要求.

关键词： 城市交叉口 交通流 预测模型 数据重构 神经网络

作者: 刘秋晨

作者单位: 江苏省城市规划设计研究院

会议类型: 国内会议

会议名称: 2018中国城市规划年会

会议地点: 杭州

会议语种:中文

页码: 1-10

在线出版日期: 2018-11-01（万方平台首次上网日期，不代表论文的发表时间）