基于测绘GPS数据预测通行交通拥堵路段的时间

摘要：

本文以通行交通拥堵路段时间作为研究对象,结合GPS导航信息,分析城市道路拥堵特性.构建交通拥堵指数评价体系,建立主成分分析和K—Means++聚类模型,对交通拥堵等级进行划分,并利用神经网络模型预测通过交通拥堵路段的时间.交通拥堵级别分为畅通、轻度拥堵、中度拥堵、严重堵塞4种等级,当北京市拥堵长度为3.4 km时,预测车辆行驶的平均速度约为24.67km/h,此时通过交通堵塞的时间约为8.26min.利用导航软件数据更为准确地预估交通拥堵时间,为有效控制城市交通拥堵提供一定的参考.

关键词：GPS导航信息、神经网络模型、通过拥堵时间、K—Means++聚类

所属期刊栏目：23

分类号：U491(交通工程与公路运输技术管理)

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：138