基于神经网络的交通流预测模型

伊斯坦布尔的交通流预测一直是城市规划者的一大关切。伊斯坦布尔作为欧洲最拥挤的城市之一，拥有超过1000万的乡村人口。由于传感器技术和通信系统的进步，伊斯坦布尔的相关交通机构通过多种方式不断收集数据，从而使得更紧密地监控城市交通系统的状况成为可能。仅凭监控不能提高系统的安全性或效率，因此这些机构通过电视广播、互联网和沿途多处的电子显示屏等各种媒体，持续向驾驶员提供信息。目前，人工专家被用来判断道路上的交通流以告知公众。没有依赖过去的数据，人工专家只在当前条件下发表意见，而对接下来几个小时可能发生的事件了解甚少。历史事件如学校时间、假日及其他定期事件无法用来判断未来的交通流。本文初步尝试通过使用人工神经网络（ANN）来建模过去的历史数据，改变这一现状。其目标是根据城市每个主要交叉口的历史数据预测交通量。ANNs在文中所述的建议方法中取得了非常鼓舞人心的结果.