CAJ | 학술논문

针对目前基于单截面检测数据的高速公路交通状态判别算法存在着判断阈值多,对拥挤样本依赖性强而拥挤样本采集困难等问题,提出了基于交通流预测的交通状态判别模型.预测过程中以车辆的平均占用时间作为预测的目标参数,利用神经网络建立预测模型,并通过相关系数法确定神经网络的输入层.在预测的基础上,以实测值与预测值之间的差值作为判别的依据,判别道路的交通状态.应用广深高速公路实测数据对判别模型的有效性进行检验,并与经典的McMaster检测算法做了对比,结果表明,所提出算法对拥挤样本依赖较少,判别精度高,鲁棒性高.
침대목전기우단절면검측수거적고속공로교통상태판별산법존재착판단역치다,대옹제양본의뢰성강이옹제양본채집곤난등문제,제출료기우교통류예측적교통상태판별모형.예측과정중이차량적평균점용시간작위예측적목표삼수,이용신경망락건립예측모형,병통과상관계수법학정신경망락적수입층.재예측적기출상,이실측치여예측치지간적차치작위판별적의거,판별도로적교통상태.응용엄심고속공로실측수거대판별모형적유효성진행검험,병여경전적McMaster검측산법주료대비,결과표명,소제출산법대옹제양본의뢰교소,판별정도고,로봉성고.