文献类型：期刊文章

作　　者：朱新远[1] 李大龙[1] 田云强[2] 朱爽[3] 孙锋[1] 于文琪[1]

ZHU Xinyuan;LI Dalong;TIAN Yunqiang;ZHU Shuang;SUN Feng;YU Wenqi(School of Transportation and Vehicle Engineering,Shandong University of Technology,Zibo 255049,China;Traffic Police Detachment of Ji′nan Public Security Bureau,Ji′nan 250013,China;Zhangdian Brigade,Traffic Police Detachment of Zibo Public Security Bureau,Zibo 255000,China)

机构地区：[1]山东理工大学交通与车辆工程学院,山东淄博255049 [2]济南市公安局交通警察支队,山东济南250013 [3]淄博市公安局交通警察支队张店大队,山东淄博255000

出　　处：《山东理工大学学报（自然科学版）》

基　　金：山东省重点研发计划项目(2016GGB01539);淄博市重点研发计划项目(2019ZBXC515)。

年　　份：2020

卷　　号：34

期　　号：6

起止页码：65-69

语　　种：中文

收录情况：CAS、普通刊

摘　　要：短时交通流的精准高效预测是实施智能交通控制的前提。以济南市交叉口地磁数据为研究对象,对数据进行质量识别和预处理,构建了基于NARX神经网络的短时交叉口流量预测模型,并对其进行了初始化和训练。使用该预测模型对城市道路交通流量进行的短时交叉口流量预测结果显示,除流量突变时刻外,该模型预测精度较高,平均相对误差仅为8.41%,证明该模型能够较准确地预测交叉口的短时交通流量,可以为城市交通的智能化管理与控制提供依据。

关 键 词：智能交通 数据处理 交通流预测 NARX神经网络  

分 类 号：U491.4[物流管理与工程类]