基于马尔科夫链的轻轨乘客轨迹预测新算法

摘要：

利用重庆轻轨的乘客刷卡数据,分析了乘客出行特征,并提出了一种基于马尔科夫链的乘客轨迹预测算法.该算法首先利用贝叶斯分类器对乘客下次出行轨迹进行分类;然后,根据乘客最近一次出行轨迹与其常住地的关系,预测其下次出行轨迹.在真实轻轨交通数据集上的实验结果表明,该算法对乘客出行轨迹的预测效果优于LTMT、RNN和2-MC;同时,该算法基于大数据处理框架Spark进行编码,减少了运行时间.

关键词：贝叶斯分类、马尔科夫链、轻轨预测、出行轨迹

所属期刊栏目：47

分类号：TN97

资助基金：国家自然科学基金U1333113;四川省科技支撑计划2014GZ0111

在线出版日期：2018-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：720-725