数字技术与应用杂志社

摘要：<正>随着城市化进程加快，城市道路交通拥堵问题日益凸显，传统交通流量预测模型与静态信号控制方法已难以适配动态交通流变化，导致交通运行效率低下。本文聚焦城市道路交通流量预测与信号控制优化，提出基于深度学习的城市道路交通信号控制优化策略，以提升交通流量预测准确性与信号控制动态适配性，为缓解城市交通拥堵、提升道路交通运行效率提供技术支撑。当前，城市机动车保有量持续增长，道路交通流量呈现强时空关联性、动态波动性特征，交通拥堵已成为制约城市发展的关键问题。交通信号控制多采用固定配时方案，无法根据实时及预测流量动态调整，导致信号资源配置低效。基于精准的流量预测结果优化交通信号控制，能够打破传统静态控制的局限，实现“以预测指导控制”的动态适配。

专辑： 信息科技;工程科技Ⅱ辑

专题： 公路与水路运输;自动化技术

分类号： U491.54;TP18