准确的交叉口短时交通量预测有利于优化交叉口信号配时,从而提升交叉口通行能力,鉴于此,本文针对交叉口短时交通量预测开展研究.考虑交叉口交通量时空特性,结合神经网络算法自组织与自学习特性,提出基于Levenberg-Marquardt (LM)神经网络算法的交叉口短时交通量预测模型.基于本文预测模型,应用Matlab软件进行交叉口短时交通量预测.研究结果表明,本文所提模型具备较高的模型预测精度,可为交叉口短时交通量预测研究提供方法参考.
科研之友
微信
新浪微博
Facebook
分享链接
