原文传递
基于交通因子状态网络的城市交叉口交通流预测
| 题名： | 基于交通因子状态网络的城市交叉口交通流预测 |
| 作者： | 张伟斌;张帅;郭海锋;冯姚瑶 |
| 作者单位： | 南京理工大学电子工程与光电技术学院;浙江工业大学信息工程学院 |
| 关键词： | 交通工程;交通流预测;EM算法;交通因子状态网络模型;高阶多元马尔可夫链;聚类性能指标 |
| 摘要： | 信息技术的快速发展，为交通研究和城市交通管理提供了大规模、多样化的数据资源，并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统，采用数据驱动与领域知识结合的方式，建立微观层次的交通因子状态网络模型(Traffic Factor State Network，TFSN)，考察交通因素之间的相互关联，并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响，通过对交通流数据进行聚类分析，估算出对应于环境影响因子的交通状态，并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地，基于不同交通状态下的交通流数据建立高阶多元马尔可夫链，进行交通流预测，并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性；直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%，而不同交通状态下交通流预测的平均绝对百分比误差为16.99%，相比直接预测误差下降了7.62%，验证了所提出的微观交通因子状态网络的有效性和可用性。 |
| 期刊名称： | 中国公路学报 |
| 出版日期： | 202112 |
| 出版年： | 2021 |
| 期： | 12 |
| 页码： | 217-228 |
检索历史
应用推荐
