广西大学学报(自然科学版)

2021, v.46;No.181(03) 714-723

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

应用神经网络动态估计信号交叉口饱和流率
Dynamic estimation of saturation flow rate at signalized intersection used by neural network

王益;荣建;周晨静;高亚聪;罗薇;

摘要(Abstract):

为了实时掌握信号交叉口饱和流率动态变化规律和提升估算精度,构建了以神经网络为基础的饱和流率动态估计模型。通过对北京市典型信号交叉口3种场景(直行进口道、直行左转进口道、直行右转进口道)实测数据为研究对象,分析每种场景下交通流运行特征,确定影响饱和流率的关键因素,确定神经网络模型的输入输出参数,并对模型进行标定。最后与经典HCM方法进行对比。结果表明:不同场景下,神经网络模型估计精度均优于HCM方法;其估算误差分别为11.23%,7.02%,4.70%。提出的方法能够准确地动态估计饱和流率,成果可用于信号控制方案的实时调整与精细化的运行管理。

关键词(KeyWords): 信号交叉口;动态估计;神经网络;饱和流率

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(51708017);; 北京市博士后工作经费资助项目(2020-zz-089)

作者(Author): 王益;荣建;周晨静;高亚聪;罗薇;

Email:

DOI: 10.13624/j.cnki.issn.1001-7445.2021.0714

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享