原文传递
高原山区高速公路短时交通流预测方法
| 题名： | 高原山区高速公路短时交通流预测方法 |
| 作者： | 林美 |
| 作者单位： | 1. 四川省交通运输发展战略和规划科学研究院 |
| 关键词： | 关键词：高原山区高速公路;交通事故;短时交通流预测; |
| 摘要： | 摘要：准确的短时交通流预测是有效避免高原山区高速公路交通事故的关键。高原山区高速公路受高海拔地形影响，短时交通流数据特性较平原区域的更复杂，适用于平原区域的预测模型不一定适用于高原山区。选取SARIMA、GRNN、LSTM模型分别作为数理统计、传统机器学习、深度学习三类预测模型的代表，以四川省阿坝藏族羌族自治州G4217蓉昌高速汶川至马尔康收费站收费数据为样本。结果显示：三种模型均具有较好的预测性能，其中SARIMA和LSTM模型预测效果相当，R2均接近0.97,且较GRNN模型的MAE分别减少了53.12%、57.70%,MAPE分别减少了38.19%、43.72%。研究表明即使数理统计类模型亦可较好预测高原山区高速公路短时交通流，且数据对模型有选择，LSTM模型预测效果最佳，SARIMA模型次之，GRNN模型较差。 |
| 期刊名称： | 黑龙江交通科技 |
| 出版日期： | 202406 |
| 出版年： | 2024 |
| 期： | 7 |
检索历史
应用推荐
