基于神经网络的高速公路突发事故交通流动态预测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于神经网络的高速公路突发事故交通流动态预测方法
申请号:
CN202510599938
申请日期:
2025-05-12
公开号:
CN120126324A
公开日期:
2025-06-10
类型:
发明专利
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