来源：期刊VIP网 时间：
作者：温志勇;翁小雄;谢帮权;
单位：华南理工大学;
摘要：针对未安装车流量检测设备的高速公路路段进行短时交通量准确预测，是一个亟待解决的问题。为此，提出一种基于复杂网络的循环神经网络路段短时交通量预测模型。该模型以入口节点交通量为输入，输出路段动态预测交通量。模型由复杂网络、交通小区划分、循环神经网络三个模块组成。复杂网络由多层网络组成，是交通小区划分的基础；交通小区划分模块根据节点特征值，采用聚类方法将节点形成小区，使同小区内节点具有类似特征。最后，以交通小区为依据，将节点交通量合并为小区交通量，采用循环神经网络进行路段动态交通量的预测。通过模型示例并与其他模型预测结果进行对比分析，验证所提模型的准确性和可靠性。结果表明，该模型能够准确地预测不同时长的交通量，MAPE为9.275%，相比于其他方法，预测精度更高且性能稳定，具有重要的应用价值。
关键词：交通量预测;;高速公路路段;;多层复杂网络;;循环神经网络;;交通小区划分;;预测精度
基金资助：国家自然科学基金项目（52072129）;; 广东省重点领域研发计划项目（2022B0101070001）
