基于贝叶斯方法的分层优化OD估计模型
为了提高OD矩阵的估计精度,提出了一种基于贝叶斯方法的分层优化OD矩阵估计模型,该模型将OD矩阵估计分为三个最优化问题:(1)Wardrop最小方差优化模型,用以得到路径选择概率;(2)最小二乘优化问题,用以获得OD样本数据;(3)最大似然优化问题,用以进行参数估计.利用Nguyen-Dupuis网络对本方法进行了实例验证和对比分析,为了对比先验信息与观测样本信息对OD估计精度影响程度的不同,设计了3种不同权重进行比较,结果表明观测样本信息对OD估计精度的影响更大.最后,将本算法与双层规划模型进行对比分析,结果表明本文提出的分层优化模型的均方根误差比双层规划模型降低了43.1%,模型精度得到显著提高.
OD估计、贝叶斯方法、伽马分布、共轭先验、分层优化
59
U491.4(交通工程与公路运输技术管理)
吉林省教育厅科学技术研究项目十二五2014596
2014-12-15(万方平台首次上网日期,不代表论文的发表时间)
123-127