基于LSTM的平面交叉口短时交通流预测

针对平面交叉口四方向进口的交通流量具有时空相关性的特点,提出了一种基于长短期记忆LSTM(Long Short-Term Memory)网络的平面交叉口短时交通流预测模型。将以四方向进口历史交通流数据为基础的四维时间序列数据输入LSTM模型中进行训练,并使用OpenITS合肥示范区数据对提出的模型进行验证。结果表明,与传统的BP神经网络相比,该方法预测效果具有更好的表现,是一种预测精度高的预测方法。     

公路隧道通风设施性能状态评估

针对公路隧道通风设施性能衰损且其功能状态难以判断的问题,本文提出了一种公路隧道通风设施性能状态评估方法。对通风设施振动指标与其性能状态开展关联分析,以振动指标数据中强相关向量作为数据基础,基于LSTM神经网络构建了公路隧道通风设施性能评估模型。采用真实公路隧道轴流风机检测数据对公路隧道通风设施性能评估模型进行验证。结果表明,模型能够有效地对风机性能状态进行评估,评估结果相较于SVM与决策树算法具有更高的精度,且结果可实时获取。