短时交通流预测方法分析研究被引量：1

在线阅读下载PDF

导出

摘要 1.引言近年来,由于城市居民生活水平不断提高,机动车拥有量持续上涨,以及节假日集中出行的特征,导致高速公路交通负荷日益增强,交通拥堵现象频发。造成交通拥堵现象的原因多种多样,在道路硬件建设不可能短期实现的情况下,如果能够预测不同线路车流情况,可以对出行者出行进行引导,控制交通流量,减少交通拥堵。

作者牛巧丽

机构地区兰州交通大学交通运输学院

出处《中国储运》 2024年第5期119-120,共2页 China Storage & Transport

关键词机动车拥有量短时交通流预测交通负荷交通拥堵交通流量高速公路居民生活水平硬件建设

分类号 U491.14 [交通运输工程—交通运输规划与管理]

引文网络
相关文献

参考文献4

1戢晓峰,戈艺澄.基于深度学习的节假日高速公路交通流预测方法[J].系统仿真学报,2020,32(6):1164-1171. 被引量：22
2陈治亚,王小军.基于多维度LSTM模型的短时交通流预测[J].铁道科学与工程学报,2020,17(11):2946-2952. 被引量：16
3徐先峰,黄刘洋,龚美.基于卷积神经网络与双向长短时记忆网络组合模型的短时交通流预测[J].工业仪表与自动化装置,2020,0(1):13-18. 被引量：30
4曾宪堂,孙昊.高速公路短时交通流预测方法对比分析[J].公路,2022,67(2):366-370. 被引量：12

二级参考文献19

1张利,吴华玉,卢秀颖.基于粗糙集的改进BP神经网络算法研究[J].大连理工大学学报,2009,49(6):971-976. 被引量：9
2董春娇,邵春福,熊志华,李娟.基于Elman神经网络的道路网短时交通流预测方法[J].交通运输系统工程与信息,2010,10(1):145-151. 被引量：34
3赵亚萍,张和生,周卓楠北京交通大学电气工程学院,杨军,潘成,贾利民.基于最小二乘支持向量机的交通流量预测模型[J].北京交通大学学报,2011,35(2):114-117. 被引量：20
4张平,张明欣,宋国杰,董新品,谢昆青.基于OD稳定模式的高速公路出口流量预测方法研究[J].交通运输系统工程与信息,2012,12(3):122-128. 被引量：3
5李巧茹,赵蓉,陈亮.基于SVM与自适应时空数据融合的短时交通流量预测模型[J].北京工业大学学报,2015,41(4):597-602. 被引量：26
6谭娟,王胜春.基于深度学习的交通拥堵预测模型研究[J].计算机应用研究,2015,32(10):2951-2954. 被引量：45
7罗向龙,焦琴琴,牛力瑶,孙壮文.基于深度学习的短时交通流预测[J].计算机应用研究,2017,34(1):91-93. 被引量：73
8多丽,刘义艳,程绍峰.基于逆传播算法的十字路口交通流预测[J].工业仪表与自动化装置,2017(5):120-123. 被引量：2
9罗文慧,董宝田,王泽胜.基于CNN-SVR混合深度学习模型的短时交通流预测[J].交通运输系统工程与信息,2017,17(5):68-74. 被引量：77
10张兰芳,赵焜.考虑货车因素的高速公路短期交通流风险预测[J].同济大学学报（自然科学版）,2018,46(2):208-214. 被引量：8

共引文献72

1温泉,周泓伶.基于LSTM神经网络的长江干线航道水路货运量预测研究[J].中国水运,2022(S01):43-47.
2袁子豪,曾小清,保丽霞,郭烨鑫,盛峰.多影响因素下的交通枢纽客流短期预测算法[J].交通与运输,2023,39(S01):99-104.
3吴文平,卢彪.基于注意机制的时空图卷积网络交通量预测研究[J].绥化学院学报,2022,42(9):147-151.
4张天逸,孙毅然,刘凡琪,梁悦祺,林永杰,马明辉.基于K均值聚类算法与RBF神经网络的交通流预测方法[J].智能计算机与应用,2020,10(8):148-151. 被引量：8
5徐江,李坤伦,赵佳钐,徐瑶.基于改进区域建议网络的交通标志检测方法[J].电子设计工程,2020,28(10):11-15. 被引量：2
6李雪梅,梁建娟,刘洪,韩云杰,刘本永.不同影响因素下的城市交通流预测[J].软件,2020,41(12):67-71. 被引量：1
7单婧婧,刘海林.基于支持向量机的海量电力数据智能分类方法[J].自动化与仪器仪表,2021(2):216-220. 被引量：6
8刘晶鑫,唐婕,曹瑾鑫.基于机器学习的城市交通态势评估与预测方法研究[J].内蒙古大学学报（自然科学版）,2021,52(2):198-205. 被引量：7
9周博,贾树林,胡江宇,马双宝,罗维平.基于机器学习的交通流参数异常数据处理模型研究[J].武汉纺织大学学报,2021,34(2):9-14. 被引量：2
10李磊,张青苗,赵军辉,聂逸文.基于改进CNN-LSTM组合模型的分时段短时交通流预测[J].应用科学学报,2021,39(2):185-198. 被引量：32

同被引文献3

1马政达.基于趋势拟合法、平滑法和ARIMA模型的流量预测[J].邮电设计技术,2023(7):59-64. 被引量：1
2吕庆礼.基于深度学习的城市主干道路交通拥堵水平预测[J].微型电脑应用,2024,40(7):238-241. 被引量：1
3陈子江.基于时间序列AR(P)模型的边坡变形预测与应用[J].测绘与空间地理信息,2024,47(7):203-206. 被引量：1

引证文献1

1王雪雪.基于LSTM模型的城市道路短时流量预测[J].交通工程,2024,24(12):22-27.

1辛基源,郭鸿钧.纯电动公交车运营效率的影响及优化分析[J].时代汽车,2024(7):79-81.
2杨树杰.民勤县中心城区停车设施调查与思考[J].大众标准化,2024(8):114-116.
3谢梓然.大数据时代背景下智慧城市发展的路径分析[J].房地产世界,2023(24):40-42.
4李雪.公路工程中道路桥梁的施工技术与加固措施[J].建筑与装饰,2024(9):106-108.
5张礼延.泡沫沥青冷再生混合料在道路大修工程中的应用[J].中文科技期刊数据库（全文版）工程技术,2024(4):0001-0004.
6明廷焕,魏崇理.基于用采系统的农网台区线损异常治理方法[J].农村电工,2024,32(4):52-52. 被引量：1
7任科.水池构筑物结构设计在给排水工程中的关键点[J].中国建筑金属结构,2024,23(4):166-168.
8王永志.鱼文化在传统村落景观设计中的应用[J].中国钓鱼,2024(5):73-75.
9蒋星川.沥青混凝土路面平整度检测及施工控制技术研究[J].中国地名,2024(1):0076-0078.
10张全.微表处技术在高速公路沥青路面养护施工中的应用[J].工程建设（维泽科技）,2024,7(5):82-84.

中国储运

2024年第5期

浏览历史

内容加载中请稍等...

短时交通流预测方法分析研究被引量：1

参考文献4

二级参考文献19

共引文献72

同被引文献3

引证文献1

相关作者

相关机构

相关主题

浏览历史

短时交通流预测方法分析研究 被引量：1

参考文献4

二级参考文献19

共引文献72

同被引文献3

引证文献1

相关作者

相关机构

相关主题

浏览历史

短时交通流预测方法分析研究被引量：1