科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前高速公路检测器铺设密度较低导致预测路段旅行时间准确率不高的问题，利用联网收费数据建立旅行时间预测模型，用于预测路段旅行时间。首先根据收费数据计算出路段旅行时间，对其进行修正后建立真实旅行时间集，然后利用随机森林算法从构建的旅行时间备选变量中筛选出重要变量，以此作为输入建立基于BP神经网络的旅行时间预测模型，最后基于重庆市某高速公路特定通道部分路段的实际数据进行模型验证。结果表明：使用从备选变量中筛选出的9个重要变量构建的模型能在各种时段下有效且准确地预测出路段的旅行时间，实验路段a和b在整个研究时段内的平均绝对误差百分率分别为7.02%和5.76%。本文的研究结果能为交通管理者提供决策依据。
- 单位
