城市交通信号控制干道旅行时间实时预测

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

城市交通信号控制干道旅行时间实时预测

刘家东, 林永杰, 王峰

文章导航 > 交通信息与安全 > 2014 > 32(4): 62-68

刘家东, 林永杰, 王峰. 城市交通信号控制干道旅行时间实时预测[J]. 交通信息与安全, 2014, 32(4): 62-68. doi: 10.3963/j.issn.1674-4861.2014.04.012

引用本文:

刘家东, 林永杰, 王峰. 城市交通信号控制干道旅行时间实时预测[J]. 交通信息与安全, 2014, 32(4): 62-68. doi: 10.3963/j.issn.1674-4861.2014.04.012

LIU Jiadong, LIN Yongjie, WANG Feng. Real-time Link Travel Time Prediction for Urban Signalized Arterials[J]. Journal of Transport Information and Safety, 2014, 32(4): 62-68. doi: 10.3963/j.issn.1674-4861.2014.04.012

Citation:

LIU Jiadong, LIN Yongjie, WANG Feng. Real-time Link Travel Time Prediction for Urban Signalized Arterials[J]. Journal of Transport Information and Safety, 2014, 32(4): 62-68. doi: 10.3963/j.issn.1674-4861.2014.04.012

刘家东, 林永杰, 王峰. 城市交通信号控制干道旅行时间实时预测[J]. 交通信息与安全, 2014, 32(4): 62-68. doi: 10.3963/j.issn.1674-4861.2014.04.012

引用本文:

刘家东, 林永杰, 王峰. 城市交通信号控制干道旅行时间实时预测[J]. 交通信息与安全, 2014, 32(4): 62-68. doi: 10.3963/j.issn.1674-4861.2014.04.012

LIU Jiadong, LIN Yongjie, WANG Feng. Real-time Link Travel Time Prediction for Urban Signalized Arterials[J]. Journal of Transport Information and Safety, 2014, 32(4): 62-68. doi: 10.3963/j.issn.1674-4861.2014.04.012

Citation:

LIU Jiadong, LIN Yongjie, WANG Feng. Real-time Link Travel Time Prediction for Urban Signalized Arterials[J]. Journal of Transport Information and Safety, 2014, 32(4): 62-68. doi: 10.3963/j.issn.1674-4861.2014.04.012

城市交通信号控制干道旅行时间实时预测

doi: 10.3963/j.issn.1674-4861.2014.04.012

山东大学控制科学与工程学院济南250061
山东大学控制科学与工程学院济南250061
济南市公安局交通警察支队交通科学研究所济南250014

基金项目:

国家自然科学青年基金项目

中图分类号: U491
计量
- 文章访问数: 333
- HTML全文浏览量: 82
- PDF下载量: 1
- 被引次数: 0
出版历程
- 刊出日期: 2014-08-28

Real-time Link Travel Time Prediction for Urban Signalized Arterials

摘要: 城市干道旅行时间预测是实时交通运营管理与交通诱导的核心问题之一,也是出行者的重要需求.文中分析了济南市经十路采集的真实数据,研究发现了交通需求和旅行时间在工作日和非工作日同时段具有较大差异、全天具有显著早晚高峰、以及工作日同时段具有相似性及波动性等特征.基于该类特性,分别改进了适用于周期性数据的卡尔曼滤波和波动性的人工神经网络2类预测模型.提出了组合预测算法,将基于历史同时段数据的卡尔曼滤波算法的预测值作为人工神经网络的输入变量,利用历史天和临近时刻的可用数据进行了预测.结果表明:在3.8 km的信号控制干道上,组合预测模型平均误差低于0.9 min,误差超过2 min的概率低于4%,其预测性能可满足实时的交通需求.
- 交通信息 /
- 旅行时间预测 /
- 组合算法 /
- 城市干道 /
- 卡尔曼滤波 /
- 人工神经网络
- urban signalized arterial /
- travel time prediction /
- combinational algorithm /
- urban arterials /
- Kalman filter /
- artificial neural network

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 333
HTML全文浏览量: 82
PDF下载量: 1
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

本系统由北京仁和汇智信息技术有限公司开发