原文传递
基于聚类分析和马尔科夫模型的交通状态预测
| 题名： | 基于聚类分析和马尔科夫模型的交通状态预测 |
| 正文语种： | 中文 |
| 作者： | 郭骁炜；陈小妮；于泉；孙瑶； |
| 作者单位： | 中国公路工程咨询集团有限公司；中咨泰克交通工程集团有限公司；北京工业大学北京市交通工程重点实验室； |
| 关键词： | 交通状态；聚类分析；权重；隶属度；聚类中心；马尔科夫模型 |
| 摘要： | 在大数据背景下,对数据进行挖掘分析,发现其一般规律,以预测交通状态,从而为交通管理者制定合适的交通诱导与控制策略提供可靠的依据。为了对交通状态进行预测,对路口大量的检测器数据进行分析,选取交通量和时间占有率作为评价指标,采用k均值聚类方法确定各个指标的聚类中心并采用组合赋权的策略以设定各个指标的权重,采用线性分析法确定各个指标的隶属度函数,利用最大隶属度原则的模糊运算得出最终评价结果,实现对交通状态的实时评价。然后基于马尔科夫模型对未来交通状态进行预测。 |
| 期刊名称： | 公路 |
| 出版年： | 2019 |
| 期： | 08 |
| 页码： | 304-309 |
检索历史
应用推荐
