基于小波-Elman神经网络的信号交叉口首车到达时间预测

摘要

信号交叉口首车到达时间与交叉口进口道的延误等参数具有密切的关系。选取信号交叉口首车到达交叉口时间与红灯启亮时间的时间差作为分析对象,对首车的到达时间进行了预测。考虑到周期时长的首车到达时间序列数据波动性较大,首先,使用互信息法和Cao方法确定相关参数,并应用最大李雅普诺夫指数判别时间差时间序列的混沌特性,然后,运用小波-Elman神经网络预测方法对首车的到达时间进行了预测,结果表明,预测数据的误差均值为3. 13 s。研究成果为信号交叉口延误参数的提取和信号配时优化提供了可靠的数据来源。