一种基于门控循环单元神经网络的交通拥堵预警方法

摘要

一种基于门控循环单元神经网络的交通拥堵预警方法，包括：1)获取车道检测器采集的交通流数据信息，包括流量、占有率和速度信息；2)对数据进行预处理，处理其中不合理的部分，以免对后续训练模型的精度造成影响，之后再进行标准化处理；3)构建注意力机制和门控循环单元神经网络的组合模型，将样本集分成训练集、测试集和验证集；4)定义模型损失函数，基于反向传播理论训练模型；5)设定拥堵状态评判标准，对模型输出结果进行判断，实现交通拥堵预警。本发明能够通过已知的交通流数据对下一时刻的交通流信息进行预测，并根据预测的结果对路口未来时刻是否发生拥堵做出判断，比较准确地实现了交通拥堵预警。