基于天氣特征的高速公路交通流預測方法研究

打開文本圖片集

摘  要： 隨著高速公路網絡的規(guī)模擴展和智能交通系統(tǒng)的不斷完善，交通流預測在提高道路資源利用效率和緩解交通擁堵方面起著至關重要的作用。現(xiàn)有的預測方法往往忽視了天氣特征動態(tài)變化對交通流的影響，故文中旨在運用集成深度學習模型來探索天氣特征對高速公路交通流的影響。利用隨機森林算法從歷史交通流量和天氣數(shù)據(jù)中提取出相關性較高的天氣特征，采用粒子群優(yōu)化算法對長短期記憶神經網絡模型的超參數(shù)進行優(yōu)化，構建一個融合天氣特征數(shù)據(jù)的深度學習預測框架，將經過篩選的天氣特征序列輸入至預測框架模型中進行訓練和預測。（剩余12410字）