《表2 路网压力统计数据：基于GA和LSTM的智能交通灯调度方法》

  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

《基于GA和LSTM的智能交通灯调度方法》

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

调度模式的统计数据见表2所列，由表可知，相较于传统调度模式，GA模式减少了72.48%的平均路网压力。当使用SVM预测模型后，调度方法可以预知下一单位时间的车流量变化趋势，此时的GA-SVM调度方法在原有GA的基础上路网压力减少了21.90%。当预测模型由SVM换成预测精度更高的LSTM后，相较于GA-SVM和GA调度方法，路网压力分别减少了43.88%和56.17%。由此可知，当预测模型预测精度越高时，调度方法选择的最终调度方案在处理路网交通方面的能力越强。最终结果表明，预测精度最高的GA-LSTM调度方法优于GA-SVM，实验结果符合预期。