降雨条件下城市快速路车速模糊神经网络预测方法

来源：同济大学学报·自然科学版杂志2016年第11期北京时间：

作者：孙洪运

单位：同济大学 道路与交通工程教育部重点实验室,青岛理工大学,同济大学 道路与交通工程教育部重点实验室,同济大学 道路与交通工程教育部重点实验室

摘要：为了提高降雨条件下快速路车速短时预测的准确性，考虑到各影响因素的模糊性以及影响作用非线性变化特点，提出了一个以交通量、占有率和降雨量为输入，以车速为输出的模糊神经网络预测方法.利用上海市快速路的交通流与气象数据确定了最优模型结构，并与自回归积分滑动平均模型、反向传播神经网络模型和支持向量机模型进行对比分析.该方法的预测均方根误差为3.05 km?h-1，预测平均误差为3.95%，均优于其他3种方法.

关键词：快速路, 车速预测, 模糊神经网络, 交通状态, 降雨

基金资助：无