同济大学学报(自然科学版)

作者：唐克双，陈思曲，曹喻旻，张锋鑫

单位：1.同济大学 道路与交通工程教育部重点实验室，上海 201804;2.连云港杰瑞电子有限公司 智能交通事业部，江苏 连云港 222061

关键词：交通工程,行程速度短时预测,卷积神经网络,城市快速路,Inception模块

基金：国家自然科学基金（61673302）

为了高效捕捉城市快速路复杂的交通拥堵特征，提升短时行程速度预测的准确性，以卷积神经网络为基础，结合Inception模块，构建行程速度短时预测模型。将行程速度信息按照时空关联关系组织为二维数据矩阵，以图像为特征学习对象，自动提取交通数据高维特征并学习多粒度复杂交通拥堵模式，通过系统的网络设计与测试训练得到模型最优结构参数和优化参数，结合回归分析方法与梯度幅度相似性偏差指标，综合评价模型性能。实证结果表明，模型提取行程速度数据时序特征和时空演化特征能力较强，预测准确性较高，可进一步应用于其他交通参数的短时预测。

来源：2021年第3期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2021年第3期