基于神经网络的车辆掉头对主线交通影响分析

文中分析了车辆掉头变道对主线车辆延误的影响因素,选取车均延误为评价指标,考虑掉头车数、掉头距离、主线流量,以及换道次数,运用单一变量原则分别设计四种仿真方案.结果表明:主线流量较小时,各因素对车流影响均有限,当流量达到一定阈值后,车均延误急剧增加;换道次数对道路车均延误影响较大.建立BP、DBN、GRNN三种神经网络模型,用于拟合仿真数据.DBN神经网络模型在各延误区间表现良好,其拟合优度(0.884)明显优于BP和GRNN神经网络(0.604和0.572),此外,在均方误差、均方根误差以及平均绝对误差上,DBN神经网络表现得更好.