《表1 有无大型车预测误差对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《考虑大型车因素的城市路网交通流速度预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

以类别1为例，交通流速度预测结果如图6。图6（a）表示预测时长指数为407 s的目标路段预测结果，图6（b）表示38～42 min的预测细节，随着时间的发展，在30 min后，速度值逐渐变小，同时曲线的拟合率有所下降。有无大型车因素的GRU神经网络预测效果对比如表1，评价的指标分别为回归率（R2）、均方根误差（RMSE）和平均百分比误差（MAE）[3-4]，该指标为交通流预测结果评价的常用指标。从实验结果中可以得出，考虑大型车因素的预测结果稳定性与精度优于不考虑大型车因素的预测精度。