基于影响模型的短时交通流预测方法

摘要：

根据复杂交通网络中多个节点之间交通流相互影响的特性,提出一种基于影响模型的短时交通流预测方法.分析交通网络中交通流预测的难点,引入随机过程中影响模型的理论对其进行建模.将每个节点的交通流处理为一个隐马尔科夫过程,整个网络由多个相互交互的隐马尔科夫过程组成,采用EM算法对模型参数进行训练.实验结果表明,该方法具有较高的预测精度,可较好地显示交通网络中多个节点之间交通流的交互规律以及动态演化规律.

关键词：影响模型、交通流预测、隐马尔科夫过程、神经网络、智能交通、交通网络

所属期刊栏目：38

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目"面向感应网络的移动数据挖掘及复杂行为模式分析研究"61003208;国家自然科学基金资助项目"基于细菌行为模式的复杂系统建模与优化方法研究"61174164;国家自然科学基金资助项目"基于生物行为的RFID系统优化模型与算法研究"61105067

在线出版日期：2012-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：164-167