基于神经网络的车辆掉头对主线交通影响分析

作     者：曹柯凡 杨震 CAO Kefan;YANG Zhen

作者机构：南京林业大学汽车与交通工程学院南京210037 

基　　金：江苏省自然科学基金(BK20170932) 南京林业大学青年科技创新基金(CX2017011) 南京林业大学学科竞赛项目(162310168) 

出 版 物：《武汉理工大学学报（交通科学与工程版）》 (Journal of Wuhan University of Technology（Transportation Science & Engineering）)

年 卷 期：2023年第47卷第6期

页      码：1010-1015页

摘      要：文中分析了车辆掉头变道对主线车辆延误的影响因素,选取车均延误为评价指标,考虑掉头车数、掉头距离、主线流量,以及换道次数,运用单一变量原则分别设计四种仿真方案.结果表明:主线流量较小时,各因素对车流影响均有限,当流量达到一定阈值后,车均延误急剧增加;换道次数对道路车均延误影响较大.建立BP、DBN、GRNN三种神经网络模型,用于拟合仿真数据.DBN神经网络模型在各延误区间表现良好,其拟合优度(0.884)明显优于BP和GRNN神经网络(0.604和0.572),此外,在均方误差、均方根误差以及平均绝对误差上,DBN神经网络表现得更好.

主 题 词：掉头变道 神经网络 VISSIM仿真 车辆延误 

学科分类：08[工学] 0838[0838] 

D　O　I：10.3963/j.issn.2095-3844.2023.06.008

馆 藏 号：203125329...