📖 AI 总结

本研究通过分层诊断框架，探讨了交通预测精度提升为何未必转化为信号控制效益的问题。作者利用中国宣城29天重建需求数据（其中7天用于测试），系统评估了点预测、保形区间、依赖感知场景及匹配闭环控制器。结果显示，入口级和运动级预测相对历史均值分别降低平均绝对误差4.03%和3.92%；名义90%保形区间边际覆盖率达90.72%，但在事后高需求子集上仅75.66%。接口审计发现决策时泄漏问题，且九个受控交叉口中仅两个存在多种有效动作。在修正时间接口并以五秒事件预言机作对比后，合成正对照表明未来信息可降低61.5%的内部推演成本，但在冻结测试日上，因果预测与事件预言机反而使排队车秒数分别增加6.09%和3.39%，配对日自助法区间跨越零。研究表明，预测价值取决于时间可观测性、动作可识别性、动态一致性与目标对齐，所提协议可诊断预测改进失效于何处。

🔑 关键词速览