基于网格化时空注意力与信控优化的局部暴雨下城市积水与交通疏导联动系统设计.docxVIP

PAGE2

基于网格化时空注意力与信控优化的局部暴雨下城市积水与交通疏导联动系统设计

摘要

随着全球气候变化加剧，城市极端暴雨天气频发，导致城市内涝严重，交通系统瘫痪，给居民出行安全和城市运行效率带来巨大挑战。传统的城市积水监测与交通疏导手段往往相互独立，存在预测精度低、响应滞后、联动机制缺失等问题。针对上述痛点，本课题设计并实现了一套基于网格化时空注意力与信控优化的城市积水与交通疏导联动系统。系统首先构建了基于时空注意力机制的积水网格预测模型，利用深度学习技术挖掘积水深度在空间网格与时间序列上的非线性特征，实现高精度的积水趋势预测。其次，设计了积水深度驱动的信号灯优化与诱导分流联动策略，根据预测积水等级动态调整路口信号配时方案，并生成车辆分流路径，实现排水与交通疏导的协同联动。

论文主要内容包括：首先，进行详细的需求分析，明确系统在积水预测、信号控制、信息诱导等方面的功能与非功能需求。其次，完成系统总体设计与详细设计，构建包含感知层、数据层、服务层与应用层的四层架构，并设计核心算法模块与数据库结构。再次，基于Python与PyTorch框架实现积水预测模型，利用SUMO交通仿真平台验证信控优化策略的有效性。最后，对系统进行全面的功能测试与性能测试，验证了积水预测模型的准确率与交通疏导策略的实效性。本系统通过“预测-决策-诱导”的闭环设计，有效提升了城市应对局部暴雨内涝的应急