卷积深度人工神经网络在城市交通流量预测中的应用

摘要

cqvip:交通流量预测是智能交通网络管理系统的重要组成部分。了解交通流量以及对高峰时间或事故造成的交通拥堵可以做一个短期预测,也有助于此类系统更有效地管理城市道路,并将车流引导至最合适的迂回路线。许多现有的交通流量预测系统都是基于一个中央处理组件来设计的,由中央处理组件通过汇总来所有测量节点采集的信息来进行预测。但是,集中式系统不具有可扩展性,不能向系统提供实时反馈,而在分散式方案中,每个节点负责根据相邻节点的局部流量测量来预测自己的短期拥塞。提出了一种基于可扩展深度学习的方法,根据相邻站点的拥塞状态,实时准确地预测各个节点的拥塞状态。