| 基于RBF神经网络预测的交叉口信号周期时长优化 |
| |
| 引用本文： | 成卫,刘翔,雷建明.基于RBF神经网络预测的交叉口信号周期时长优化[J].重庆交通大学学报(自然科学版),2021,40(4):13-18. |
| |
| 作者姓名： | 成卫 刘翔 雷建明 |
| |
| 作者单位： | 昆明理工大学 交通工程学院,云南 昆明650504;玉溪市公安局交通警察支队,云南 玉溪653100 |
| |
| 摘 要： | 针对交叉口信号配时仅仅依靠单一历史数据进行计算的现状,为了使交叉口信号周期时长能够充分利用过往历史数据,根据城市交通流量具有周期性与不确定性的特点,提出了一种基于RBF神经网络预测的交叉口信号周期时长优化方法.根据交叉口晚高峰历史交通流量对RBF神经网络进行训练,用训练好的RBF神经网络去预测未来某一天交叉口晚高峰的交通流量;结合直行当量系数法将预测得到的交通流量转换为等效直行车流量,建立以平均车辆延误及车辆平均停车率为主要控制目标的多目标优化模型,用MATLAB建立遗传算法进行求解;以平均车辆延误与车辆停车率为评价指标对比分析了优化方法、Webster法和实际配时3种方法得到的结果.结果表明:提出的优化方法相较于Webster法和实际配时,在工作日分别减少12％、2％的平均车辆延误,在非工作日分别减少20％、18％的平均车辆延误,提高了交叉口的通行效率.
|
| 关 键 词： | 交通工程 预测 RBF神经网络 交叉口信号周期时长 多目标优化 遗传算法 |
Optimization of Cycle Length of Intersection Signal Based on RBF Neural Network Prediction |
| |
| CHENG Wei,LIU Xiang,LEI Jianming.Optimization of Cycle Length of Intersection Signal Based on RBF Neural Network Prediction[J].Journal of Chongqing Jiaotong University,2021,40(4):13-18. |
| |
| Authors: | CHENG Wei LIU Xiang LEI Jianming |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
