基于收费数据的高速公路行程时间预测模型的适用性探讨

基于高速公路的历史联网收费数据,以行程时间为预测对象,对高速公路行程时间预测模型的适用性进行了探讨研究。研究选取了福建省的南北中3个实验路段进行同步对比,提取行程时间及进站流量的时间序列,挖掘交通流特征变量并分析相关性,构建模型输入矩阵,同时用相同数据集对行程时间进行多模型预测和结果对比,结果表明LSTM模型基本可以反映行程时间的变化趋势,且预测精度高于传统的MA、ARIMA,以及ANN、RNN等神经网络模型,可实现对行程时间的有效预测。同时,3段实验路段的路网功能、交通组成、区位特征均有所不同,初步验证了模型预测用于不同类型高速公路的可行性,可为此方面研究应用提供一定参考。