摘要
本发明涉及基于神经网络的高速公路突发事故交通流动态预测方法,包括:获取事故易发路段的交通流数据,并根据交通流数据构建交通流参数时间序列;根据所述交通流参数时间序列,对RBF神经网络模型进行训练,得到交通流预测模型;通过交通流预测模型对交通流进行预测。本发明的有益效果是:本发明通过原始交通流参数进行预处理,并通过RBF神经网络模型对交通流预测,能够精准预测其交通状态,能够从复杂的城市交通数据中提取更多的有用信息,从而为交通管理和规划提供更加准确和全面的数据支持。
技术关键词
高速公路突发事故
交通流预测模型
交通流参数
动态预测方法
事故易发路段
神经网络模型
计算机存储介质
动态预测系统
城市交通数据
序列
RBF神经网络
样本
矩阵
电子设备
模块
车道
系统为您推荐了相关专利信息
交通流预测模型
交通流特征
船舶交通流
中间层
分量特征
动态预测系统
交通事故风险
预警模块
环境数据采集单元
预测建模
路段
交通特征
GCN模型
路网拓扑结构
皮尔逊相关系数
土壤碳氮含量
动态预测方法
动态监测数据
动态预测模型
节点
交通流预测模型
交通流预测方法
卷积模块
交通流特征
强化学习策略