罗来鹏

(华东交通大学 理学院，江西 南昌 330013)



基于BP神经网络的城市占道交通拥堵预测

罗来鹏

(华东交通大学 理学院，江西 南昌 330013)

摘要：短时交通流预测是现代智能交通系统的核心内容，针对城市道路被占所造成的城市交通拥堵排队问题，以路段视频统计为例，利用BP神经网络方法就实际通行能力、具体车辆数、事故持续时间与排队最长长度之间的关系进行预测分析，从实验模拟结果来看，该方法能有效地解决交通流实时和可靠性预测。

关键词：交通流；交通拥堵；BP神经网络；预测

随着我国国民经济的快速发展以及城市化进程的加快，我国机动车拥有量及道路交通量急剧增加,尤其是在大城市,城市交通供给与需求矛盾逐渐加剧,虽然近一些年来各级政府投入了大量的人力、物力、财力并取得了一定的成效,但交通形势仍不容乐观。交通拥堵现象由点到线、由线到面、由局部向大范围蔓延,不仅影响了城市生活的效率和质量,而且带来了环境恶化、交通事故等一系列社会问题,因此，实时准确的交通流预测对于交通控制和交通诱导以及由此均衡路网负载、缓解交通拥堵、提高道路的使用效率及服务水平就显得非常重要。由于交通流受主观和客观的影响因素很多，由此引起交通流的变化因素随机性很大，在这个过程中短时交通流的预测就成为关键,更具有实际意义[1-3]。短时交通流预测是现代智能交通系统的核心内容，是实现先进的交通控制和交通诱导的基础。……