基于改进GA算法的高速公路交通拥堵状况预测

摘要

目前高速公路拥堵状况发生频率越来越高,为给驾驶者提供便利的出行路径,减缓道路交通拥堵状态,以流量统计为基础,设计了基于改进遗传算法的高速公路交通拥堵状况预测模型。利用固定与移动检测技术采集流量、密度以及速度等宏观交通流量数据,针对冗余数据、缺失数据以及错误数据等异常类参数,采取不同的识别与处理方法,得到有效且完整的流量数据;利用反向传播神经网络与支持向量机回归网络改进遗传算法,建立两个子预测模型;通过加权处理两个模型权重构建混合预测模型,根据子预测模型拥堵预测偏差,结合最优权值组合策略修正混合预测模型的权值系数。实验结果表明,设计模型能划分目标高速公路的交通拥堵状况等级,可依据流量、速度以及占有率等数据预测拥堵状况,且模型预测精度较高,具有理想的预测有效性与准确性。