高速公路短时交通流组合预测研究

作     者：阎宗尧 郝龙 刘元昊 侯利明 康乐 YAN Zong-yao;HAO Long;LIU Yuan-hao;HOU Li-ming;KANG Le

作者机构：山东高速建设管理集团有限公司济南250014 中交第一公路勘察设计研究院有限公司西安710075 西安科技大学材料科学与工程学院西安710054 

基　　金：山东省交通科技项目(2019B32) 

出 版 物：《武汉理工大学学报》 (Journal of Wuhan University of Technology)

年 卷 期：2021年第43卷第2期

页      码：28-34页

摘      要：为解决单一高速公路短时交通流预测模型预测精度低的问题,提出一种基于门控循环单元神经网络(Gated Recurrent Unit,GRU)和支持向量回归(Support Vector Regression,SVR)的组合预测模型。在对收集到的样本数据进行降噪处理后,分别构建GRU和SVR预测模型并基于最优组合赋权法对二者的预测结果进行赋权以得到最终预测结果。为检验所构建的GRU-SVR预测模型的实践适用性,依托实际高速公路交通流数据进行实例验证,并与单一的GRU、SVR模型预测结果进行对比。结果表明:所构建的预测模型具有较高的预测精度和泛化能力,可为高速公路短时交通流预测提供指导和借鉴。

主 题 词：高速公路 短时交通流预测 组合预测 门控循环单元神经网络 支持向量回归 

学科分类：08[工学] 082303[082303] 082302[082302] 0823[工学-农业工程类] 

D　O　I：10.3963/j.issn.1671-4431.2021.02.006

馆 藏 号：203104857...