基于BP神经网络的城市交通拥堵等级预测

牛 凯，罗瑞琪，齐庆祥

（中国市政工程华北设计研究总院有限公司，天津 300381）

为避免城市交通拥堵，营造舒适便捷的出行环境，准确预测城市交通拥堵问题具有十分重要的现实意义[1]。侯丽萍[2]以车道占有率和速度跃迁概率为基本指标，研究了交通流参数时变特性及不同车道间的交通流特性，提出了交通拥堵状态的判定算法和指标；姜桂艳等[3]通过分析城市拥堵的特征模式，利用数据挖掘技术，对占有率、速度、流量3个基础交通流参数进行重新组合来判断是否发生拥堵。罗小强等[4]应用小波分析理论和二项分布公式，根据占有率指标的突变和异常来识别城市道路交通拥堵，同时采用交通仿真数据来评价交通拥堵事件发生的有效性。

以上研究大多是基于占有率、速度等一系列指标对拥堵水平进行评价；而对于拥堵等级的预测鲜有关注且针对交通拥堵的预测研究缺乏大数据手段的支撑。基于此，本文借助BP神经网络对城市交通拥堵等级进行预测。

1 城市交通拥堵影响因素分析

1）人为因素。主要考虑驾驶员属性及步行者因素。新手司机由于操作不熟练，往往会影响车辆的行驶速度；另一方面行人过街过程中会对车辆的行进造成阻碍，进而影响车辆的正常行驶，造成交通堵塞。

2）车辆因素。主要包括车辆的类型及行车间距。一般来说，车型越大，占用的道路资源与空间越大，通过同一道路断面所需要的时间也就越多；行车间距大，交叉口的通行效率会降低，进而影响车辆的整体通行效率[2]。……