基于神经网络的od 分布矩阵反推方法 - 交通运输系统工程与信息.pdfVIP

第13卷 第4期 交通运输系统工程与信息 Vol郾13 No郾4 2013 年 8 月 Journal of Transportation Systems Engineering and Information Technology August 2013 文章编号: 1009鄄6744 (2013)04鄄0084鄄10 基于神经网络的OD分布矩阵反推方法 *a b MUSSONE Lorenzo ,MATTEUCCI Matteo (米兰理工大学 a.建筑环境科学与技术系;b. 米兰理工大学 电子信息系,米兰20133,意大利) 摘要:摇 以道路网络的路段流量为基础进行OD分布矩阵估计.与以往文献不同的是本 文应用了多层前馈神经网络的方法. 由于路段流量与相关的OD矩阵分布之间存在连 续性关系,这为神经网络模型的逼近特性提供了可行性.本文的方法适用于OD分布矩 阵的实时校正.在已知OD分布矩阵的前提下,对两种情境———试验网络和实际Naples 农村道路网进行仿真分析.主成分分析法的应用减少了变量个数并有利于改进输入数 据.估计误差相对较低,与分析方法相反的是处理的时间几乎是实时的,因此这种方法 可用于动态交通管理.本文的神经网络方法在误差和计算时间方面优于传统商业软件 得到的OD估计结果. 关键词:摇 城市交通;OD分布矩阵估计;神经网络;主成分分析法;路段流量;方差稳 定性 中图分类号:摇 U491;U268.6 文献标识码:摇 A OD Matrices Network Estimation from Link Counts by Neural Networks MUSSONE Lorenzo ,MATTEUCCI Matteoa b (a. Department BEST;b. Department of Electronic and Information, Politecnico di Milano,Via Ponzio,20133 Milano,Italy) Abstract:摇 Thispaper attemptsto deal with traffic Origin Destination (OD) matrix estimation starting from the measurements of flow on road network links. It proposes a different approach from published articles to date,by applying multilayer feed鄄forward neural networks. Since the relationship between link flow and the related ODmatrix is continuous,itispossibletousethewellknownapproximationpropertyof Neural Network models. The method isproposed for a real鄄time correction of the OD matrix. Two application scenarios were developed:atrial network and an actual rural network were b