基于小波-Elman神经网络的信号交叉口首车到达时间预测

摘要：

信号交叉口首车到达时间与交叉口进口道的延误等参数具有密切的关系.选取信号交叉口首车到达交叉口时间与红灯启亮时间的时间差作为分析对象,对首车的到达时间进行了预测.考虑到周期时长的首车到达时间序列数据波动性较大,首先,使用互信息法和Cao方法确定相关参数,并应用最大李雅普诺夫指数判别时间差时间序列的混沌特性,然后,运用小波-Elman神经网络预测方法对首车的到达时间进行了预测,结果表明,预测数据的误差均值为3.13 s.研究成果为信号交叉口延误参数的提取和信号配时优化提供了可靠的数据来源.

关键词：交通工程、信号交叉口、首车到达时间、小波分析-Elman神经网络、短时预测

所属期刊栏目：19

分类号：U491(交通工程与公路运输技术管理)

资助基金：国家自然科学基金51508061;重庆市教委项目KJQN201800727;山地城市交通系统与安全重庆市重点实验室开放基金2018TSSMC03

在线出版日期：2019-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：366-371