科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了实时判断城市交通及快速路交通状况，并充分考虑到快速路及交通系统的模糊性、差异性、波动性，文章首先给出了一套基于模糊C均值聚类法（Fuzzy C-Means）的快速路交通状况判断算法，将道路的交通状况区分为通畅、基本顺畅、缓行、堵塞4类。其次，利用了长短期记忆网络（LSTM）的长短时预测技术，给出了一个基于深度学习的模式，对交通运行三参数进行预测，并利用路侧检测设备不断获取新的真实数据，对预测模型进行迭代训练。然后利用已形成的模糊聚类模型，得到快速路交通运行状态的预测结果。最后以天津市黑牛城道的真实交通数据进行实验验证，结果表明，文章提出的交通流状态预测模型准确性达到93.22%，能为快速路交通控制提供有效的状态预测。
- 单位
