钱毅娟

基于大数据的高速公路交通拥堵预警与诱导控制研究以云南地区复杂的地理与气候条件为背景，针对交通流量大、突发事件频发等问题，构建多源数据融合的动态监测与分析体系。通过对交通流、气象、地理位置及车辆运行状态等大数据的综合挖掘，建立实时拥堵识别模型与多维度预测算法，实现对潜在拥堵风险的提前预警。在此基础上，利用智能算法优化诱导控制策略，动态调整交通信号与信息发布，提高通行效率与道路安全性。研究结果表明，该方法可显著提升高速公路交通运行的整体协调性与应急响应能力，为区域智慧交通管理提供科学支撑与技术路径。

大数据；高速公路；交通拥堵；预警；诱导控制

[1] 王海东.基于大数据的交通拥堵预测与控制研究[J].交通运输工程学报,2021,21(4):45-52. [2] 刘慧敏.高速公路智能交通监测与预警系统设计[J].公路交通科技,2020,37(6):88-95. [3] 张志强.多源数据融合在交通流监测中的应用[J].智能系统学报,2022,17(3):112-120. [4] 陈立军.云南山区高速公路交通特性分析[J].西南交通大学学报,2022,54(5):63-70. [5] 李雪莹.面向智慧交通的动态诱导控制算法研究[J].系统仿真学报,2023,35(2):98-106.

点击下载PDF