原文传递
基于Markov模型和贝叶斯推理的公交环线OD估计方法
| 论文题名： | 基于Markov模型和贝叶斯推理的公交环线OD估计方法 |
| 关键词： | 公交环线;OD估计方法;Markov模型;贝叶斯推理 |
| 摘要： | 公交作为一种绿色出行方式，越来越多地被人们使用。公交环线作为公交线路中一种普遍而又特殊的线路形式，其特有的性质值得研究。公交线路的OD数据是公交线网规划、公交班次安排、公交调度的基础性数据，因此高效、低耗地估计公交环线的OD矩阵有助于提高公交线网运营效率，使公交资源得到更充分的利用。 论文首先介绍公交环线的分类，分为“清客”环线和“不清客”环线两种。区分两种环线上下客规则的差别，分析由上下客规则不同带来的OD矩阵的差异。进而介绍本文模型建立所需的数据，数据仅为站点上下车乘客的数量，有:类型单一，获取简单，准确率高等优点。 论文建立一阶马尔科夫链模型，该模型有效地描述了乘客上下车的过程。并将OD估计过程中的未知参数减少为一个变量。避免了以往OD估计模型高度欠定的问题。利用贝叶斯推理求解马尔科夫链模型中的未知参数。有效地利用了先验信息，使得估计结果更为准确。将在没有先验信息情况下的一阶马尔科夫链模型与最大熵方法进行比较，得出在没有先验信息时，一阶马尔科夫链模型与最大熵方法等价。 由于一阶马尔科夫链模型的假设使得模型不能全面的描述现实情况，作为补充，论文提出高阶马尔科夫链模型，并以二阶马尔科夫链模型为例，进行模型的建立和求解，更高阶的马尔科夫链模型可依据二阶马尔科夫链模型类推得到。 最后，用苏州市公交环线实例，对论文提出的模型和算法进行验证，算例表明，论文建立的马尔科夫链模型和贝叶斯推理算法，能够避免OD估计过程中高度欠定的问题，得到闭合解，有效利用先验信息，提高公交环线OD估计的准确性。 |
| 作者： | 高萌萌 |
| 专业： | 交通运输工程 |
| 导师： | 程琳;徐瑗瑗 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
