基于深度學習的短時交通擁堵預測模型.pdf_第1頁
已閱讀1頁，還剩79頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、隨著城市化進程的推進，由于城市人口增加、道路增長率遠低于汽車增長率等因素，造成了一系列交通問題，其中最為突出的問題是交通擁堵問題。對交通擁堵進行預測是緩解交通擁堵的關(guān)鍵。
　　為了使得交通擁堵預測能夠滿足實時性和準確性的需求，本文提出了一種基于深度學習的城市短時交通擁堵預測模型。通過對大量的城市交通出租車數(shù)據(jù)進行處理，提取交通擁堵識別中的重要交通流參數(shù)，交通量和平均速度。通過分析交通量和平均速度的時空分布特性，分別提出了基于深度學

2、習中的堆疊自動編碼器（SAE）的短時交通量預測模型和基于堆疊自動編碼器的短時平均速度預測模型。通過對比其他交通量預測方法和平均速度預測方法，本文提出的方法在準確率上有所提高。在交通擁堵識別方面，本文使用了一種模型，該模型選取交通擁堵的特征參數(shù)（平均車速、密度、交通流量），利用標準函數(shù)法標準化特征參數(shù)計算出綜合交通閾值，量化各特征參數(shù)對擁堵的影響程度。然后結(jié)合基于SAE的短時交通量預測模型與基于SAE的短時平均車速預測模型，提出了基于深度

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論