原文传递
基于随机重复爬山法的交通状态预测
| 题名： | 基于随机重复爬山法的交通状态预测 |
| 正文语种： | 中文 |
| 作者： | 钱超；代亮；林杉；李雪； |
| 关键词： | 智能交通；交通状态预测；随机重复爬山法；贝叶斯网络；数据挖掘 |
| 摘要： | 合理构造影响交通状态网络结构,是实现交通状态预测的前提条件.为克服爬山法易陷入局部最优的缺陷,提出一种基于随机重复爬山法的交通状态预测方法.对随机生成的有向无环图迭代运行爬山法得到多网络结构;通过有向边置信度的定义和置信度阈值的计算,确定了最优贝叶斯网络结构中节点和有向边选取准则;利用最优贝叶斯网络结构,实现了畅通、平稳、拥挤和阻塞等4种交通状态的预测并综合评价.分析结果表明,该方法仅选取时段、节假日等两变量时,对交通状态预测总体准确率超过85%,能够为高速公路运行状态监测预警和决策分析提供有效方法和数据 |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版年： | 2016 |
| 期： | 01 |
| 页码： | 162-168,175 |
检索历史
应用推荐
