（长安大学 电子与控制工程学院，陕西 西安 710054）

0 引 言

随着公路交通和信息技术的飞速发展，高速公路管理者和使用者对公路交通提出了更高的要求，包括行驶速度、交通流量和道路安全等。在这些特征中，速度和速度变化是安全分析的重要指标。一些研究指出，速度变化和速度本身均为事故统计中的重要因素[1]。但速度通常受许多内部和外部因素的影响，前者包括交通流量和交通密度，后者包括天气（尤其是降雨和能见度）、道路状况和照明等[2]。在这些不利因素中，降雨是普遍因素，由于道路摩擦力差和能见度低，会对速度产生很大影响[3]。因此，为了提高道路安全性和舒适性，有必要研究降雨对速度的影响，并提供考虑降雨的速度预测方法。

本文首先系统评估了高峰时段和正常时段降雨强度和交通流量对行驶速度与速度方差的影响，明确了降雨强度和交通流量对行驶速度预测的必要性。然后，提出了一款基于深度置信网络（DBN）的决策级融合模型，该模型融合了3个数据源：交通流量数据、降雨强度数据和行驶速度数据。最后，融合3个数据的模型可预测出最准确的速度值。

1 降雨对行驶速度影响分析

1.1 数据获取

从地理区域看，降雨分布的形状与城市环形道路的形状相似。因此，本文选择绕城高速作为研究对象。西安绕城高速全长88 km，路基宽35 m，是一条全封闭的双向两车道和六车道高速公路，设计速度[4]为120 km/h。将西安绕城高速上的12个收费站和11个立交点作为路段划分依据，但由于部分收费站与立交点距离很短，难以划分，因此选择12个收费站和5个立交桥将环城路划分为34个路段。……