融合多源数据预测高速公路站间旅行时间

来源：交通运输系统工程与信息杂志2016年第1期北京时间：

作者：赵建东，徐菲菲，张琨，白继根

单位：1. 北京交通大学机械与电子控制工程学院，北京100044；2. 北京博宇通达科技有限公司，北京100078

摘要：为精确预测高速公路站间旅行时间，融合收费数据和微波车检数据开展预测. 首先，基于两种数据源的预测结果，采用决策级融合策略；然后，建立了权重分配预测模 型、BP神经网络预测模型；针对神经网络收敛速度慢，易陷入局部最优的缺陷，基于遗传 算法优化BP神经网络预测模型；最后，利用京哈高速公路北京段收费数据和微波检测器 数据对3 种融合模型进行了验证，对比工作日及非工作日2 种交通流状态下3 种模型的性 能指标.试验结果表明，基于遗传神经网络的融合模型相比其他2 种模型，预测精度及稳 定性均得到了较高的提升，相对误差控制在10%以内，能够更好地满足实际需求.

关键词：智能交通,旅行时间预测,遗传神经网络,数据融合,权重分配模型