考虑降雨影响的短时交通量预测研究

作     者：王晓阳 侯明业 徐青杰 杨博 王笑风 WANG Xiaoyang;HOU Mingye;XU Qingjie;YANG Bo;WANG Xiaofeng

作者机构：河南省交通规划设计研究院股份有限公司郑州450000 

基　　金：河南省交通运输厅科技项目(2021T2 2021T8) 

出 版 物：《河南科学》 (Henan Science)

年 卷 期：2022年第40卷第4期

页      码：589-594页

摘      要：针对以往短期交通量预测模型都忽略了非交通因素对交通量预测干扰和影响的问题,将降雨因素作为外界影响交通量的特征纬度,构建了考虑降雨因素条件下的神经网络预测模型.通过对比分析常规深度学习模型与考虑多源数据变量的预测模型精准度的差异性,所建立的R-DBN、R-LSTM模型预测精度表现更为优异.这表明多源数据的融合可以一定程度上提高深度学习模型的准确性,在后续的相关研究中,可以将更多影响交通量的非交通因素考虑在内,提升预测模型的推广和泛化能力.

主 题 词：交通工程 交通量预测 深度学习模型 多源数据融合 时间序列 

学科分类：08[工学] 0814[工学-地质类] 082301[082301] 0823[工学-农业工程类] 

D　O　I：10.3969/j.issn.1004-3918.2022.04.010

馆 藏 号：203111685...