摘要
在高速公路运营中,ETC自动栏杆机的稳定运行是确保交通顺畅的关键,预测其使用寿命有助于提高栏杆机运行的稳定性。为此,本文介绍了ETC自动栏杆机的主要运行监测数据,运用经验模态分解(EMD)分解栏杆机监测数据,提取寿命特征因子,构建基于双向长短期记忆网络(BiLSTM)+门控循环神经网络(GRU)的预测模型。算例分析表明模型可有效预测栏杆机的性能退化趋势,从而为高速公路ETC系统提供有效的寿命预测工具,减少交通事故风险及拥堵现象,确保交通安全顺畅。
出处
《中国交通信息化》
2024年第9期134-136,共3页
China ITS Journal