基于深度学习的交通流预测方法可行性研究.pdfVIP

HebeiTrafficEducation

文章编号：JiL1100161（圆园18）02原园园45原园4

基于深度学习的交通流预测方法可行性研究

刘星委刘建玮肖峰

（西南交通大学交通运输与物流学院成都611756）

摘要针对当前的交通状态，对交通流理论和交通流预测的基本原理进行了总结。根据交

通流预测的特性提出了应用深度学习的方法开展预测，并在此基础上对受限玻尔兹曼机、深

度信念网、循环神经网络等在内的主流深度学习方法进行介绍。

关键词深度学习交通流原理交通流预测

中图分类号U495文献标识码粤

ReliabilityStudyofTrafficFlowPredictionMethodBasedonin-depthStudy

LiuXingweiLiuJianweiXiaoFeng

（FacultyofTrafficTransportationandLogistics，SouthwestJiaotongUniversity，Chengdu611756）

粤遭泽贼则葬糟贼：Inviewofcurrenttrafficsituation，thispapersumsuptrafficflowtheoryandbasic

principleoftrafficflowprediction，andputsforwardpredictionwayapplyingin-depthstudyac原

cordingtocharacteristicsoftrafficflowprediction.Thepaperalsointroducesmaindeeplearning

methodsofRestrictedBoltzmannMachine，DeepBriefNetworkandRecurrentNeuralNetwork.

运藻赠憎燥则凿泽：in-depthstudy；trafficflowprinciple；trafficflowprediction

通拥堵的重要一步，因此需要对交通流未来的趋

1引言

势和走向进行判断。

据有关部门统计，截止到2017年底，我国汽当前正处在数据和信息蓬勃发展的时代，有

车保有量已经达到2.17亿辆，与2016年相比，增关大数据和人工智能的学习也被更广泛的提及，

加了0.23亿辆，增长率高达12%，在北京、成都、这一趋势也逐渐渗透到了交通领域，在交通领域

重庆、上海等城市，保有量已超过300万量。由中可获取的数据渠道越来越多，数据的质量也越

此可见，汽车保有量呈持续快速增长的趋势，与来越高。通过数据这一突破口，可高效地开展对

此同时，伴随而来的是一系列交通问题。最为明交通流的研究，建立综合性的交通资源共享平台，

显的就是交通拥堵现象，每逢通勤高峰期，城市从而提高交通系统的管理水平。尤其是在获得交

主干道的通行能力急速下降，节假日高速公路滞通流各种属性的基础上，利用智能化手段高效准

留数公里，严重影响了民众的出行，也在一定程确的预测交通流的变化与波动，为出行者提供有

度上造成了社会资源的浪费，长此以往也会阻碍价值的路段流量信息，优化机动车走行路径，从而

社会经济的可持续健康发展。为此，交通管理部缓解和避免交通拥堵。本文主要探讨，大数据环境

门急需对交通状况进行合理的规划与疏导。交通下利用人工智能的分支之一深度学习来完成交通流

流预测作为交通规划与设计的基础，也是解决交的预测。

收稿日期：2018-03-27

作者简介：刘星委，女，1994~，硕士。主要研究方向：交通流预测，深度学习。

46