银川市区部分路口短时交通拥堵指数预测分析

道路交通状况短时预测是现代智能交通系统的一个重要组成部分，而交通拥堵指数是交通状况最直接的体现，因此对交通拥堵指数进行预测具有重要的应用价值。利用小波神经网络结合城市道路交通拥堵指数分布的空间和时间性，建立银川市区部分路口的短时交通拥堵指数预测模型，利用实际交通拥堵指数数据对模型进行训练和短时预测，并将预测结果与实际数据进行对比。结果表明：模型在一定程度上拟合了真实交通拥堵指数的变化趋势，对所预测的 2 个交通路口的平均绝对百分比误差分别为 13.68% 和 15.35%，能够达到较好的预测效果。