摘要：交通状态预测是交通流诱导和交通信息系统的重要依据.本文提出了一种基于能力区域的城市快速路交通状态预测方法,该方法通过构建神经网络分类器的能力区域,根据样本数据与交通状态类簇之间的空间距离,预测道路交通状态等级.神经网络分类器的能力区域能够有效融合时间、空间等多种特征,并且不需要考虑各特征之间的相关性,具有很强的适应性.实验结果表明,与经典的预测方法相比,其预测误差明显降低,均等系数增大,基于能力区域的方法预测交通状态具有较高的准确性.

关键词：交通状态 预测 交通参数 聚类 

单位：东南大学城市智能交通江苏省重点实验室 南京210096 现代城市交通技术江苏高校协同创新中心 南京210096