-
公开(公告)号:CN110276949A
公开(公告)日:2019-09-24
申请号:CN201910539753.2
申请日:2019-06-20
Applicant: 苏州大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于机器学习的交通流短时预测方法,所述方法包括:S1、采集地感线圈数据;S2、将地感线圈数据按照线圈组的网络拓扑关系划分为不同类型的断面,并基于Daganzo模型对不同类型的断面进行交通流参数标定;S3、选取时空关联关系为特征向量;S4、以特征向量为LSTM模型的输入特征,分别对不同类型的断面进行速度值短时预测。本发明基于机器学习的交通流短时预测方法通过对断面进行分类,根据预测节点的上下游节点的历史交通流特征,采用LSTM模型进行速度预测,保证预测精度和预测速度。