城市交通信号控制干道旅行时间实时预测 Real-time Link Travel Time Prediction for Urban Signalized Arterials.pdfVIP

62 交通信息与安全2014年4期第32卷总185期 城市交通信号控制干道旅行时问实时预测* 刘家东1 林永杰1 王 峰2 (1．山东大学控制科学与工程学院济南250061；2．济南市公安局交通警察支队交通科学研究所济南250014) 摘要城市干道旅行时间预测是实时交通运营管理与交通诱导的核心问题之一，也是出行者的重 要需求。文中分析了济南市经十路采集的真实数据，研究发现了交通需求和旅行时间在工作日和非 工作日同时段具有较大差异、全天具有显著早晚高峰、以及工作日同时段具有相似性及波动性等特 征。基于该类特性，分别改进了适用于周期性数据的卡尔曼滤波和波动性的人工神经网络2类预测 模型。提出了组合预测算法，将基于历史同时段数据的卡尔曼滤波算法的预测值作为人工神经网络 的输入变量，利用历史天和临近时刻的可用数据进行了预测。结果表明：在3．8km的信号控制干道 上，组合预测模型平均误差低于0．9rain，误差超过2rain的概率低于4％，其预测性能可满足实时的 交通需求。 关键词交通信息；旅行时间预测；组合算法；城市干道；卡尔曼滤波；人工神经网络 2014．04．012 中图分类号：U491文献标志码：A doi：10．3963／j．issn Real—timeLinkTravelTimePredictionforUrban Arterials Signalized LIU LIN iel WANG Jiadon91Yongj Fen92 (1．SchoolControlScienceand 250061，China； of Engineering，ShandongUniversity，Jinan Police Public Detachment，Jinan Bureau，Jinan250014，China) 2．Traffic MunicipalSecurity Abstract：Linktraveltime at urbanarterials，astravelers needs，isolle module predictionsignalized necessary key ofrealtimetraffic andtraffic thetrafficfluctuationand operations guidancesystems．Firstly，thispaperanalyzed perio in overtimetermsoffieldtrafficvolumeandlinktraveltimeestimatedJinanvideosurveillance dicity by systems．Then， this Kalmanfilterandartificialneuralnetwork fortraveltime to the studypresented algorithms predictioncaptu