城市的现代化建设和发展需要科学道路交通系统的支撑，优化道路结构已成为除扩充道路容量外，解决交通拥堵问题的重要手段。本文基于现有的交通数据和基础信息，以西安市交通实测数据为基准，分析了交通态势的演变过程和时空特征，依据选定的评价参数建立了融合型的支持机向量回归和径向基神经网络交通参数预测模型（SVR-RBFNN）。模型通过复合残存函数和分析常规概率分布反映了拥堵态势的规律和变化时间节点，为后续构建多目标的城市路网优化模型提供了数据参考，为实现快速高效拥堵预警和适时管理介入提供了技术支持。
科研之友
微信
新浪微博
Facebook
分享链接
