一种基于深度残差网络模型的入口匝道联动控制方法

    公开(公告)号:CN110503833B

    公开(公告)日:2021-06-08

    申请号:CN201910809931.9

    申请日:2019-08-29

    Abstract: 本发明公开了一种基于深度残差网络模型的入口匝道联动控制方法,首先,收集交通流特征历史数据,预处理后进行数图转换;其次,输入图像数据,建立并训练交通流特征值的预测模型;第三,收集实时交通流特征数据,预处理后数图转换输入模型,输出短时变化趋势预测图,并利用图数转换将预测趋势图转为文本数据;第四,转换后的文本数据,利用训练好的预测模型对道路交通特征值进行短时预测,对汇入主线的车流量提前进行联动控制;最后,使用VB+VISSIM程序进行ALINEA算法的仿真评价与分析,并发布路况信息。本发明控制方法,数据预处理后分别进行数图转换,数图转换可提取二维图像更多细节特征,降低模型训练和预测时间,提高预测精度与实时信息处理速度。

    一种基于深度残差网络模型的入口匝道联动控制方法

    公开(公告)号:CN110503833A

    公开(公告)日:2019-11-26

    申请号:CN201910809931.9

    申请日:2019-08-29

    Abstract: 本发明公开了一种基于深度残差网络模型的入口匝道联动控制方法,首先,收集交通流特征历史数据,预处理后进行数图转换;其次,输入图像数据,建立并训练交通流特征值的预测模型;第三,收集实时交通流特征数据,预处理后数图转换输入模型,输出短时变化趋势预测图,并利用图数转换将预测趋势图转为文本数据;第四,转换后的文本数据,利用训练好的预测模型对道路交通特征值进行短时预测,对汇入主线的车流量提前进行联动控制;最后,使用VB+VISSIM程序进行ALINEA算法的仿真评价与分析,并发布路况信息。本发明控制方法,数据预处理后分别进行数图转换,数图转换可提取二维图像更多细节特征,降低模型训练和预测时间,提高预测精度与实时信息处理速度。

Patent Agency Ranking