基于随机重复爬山法的交通状态预测

摘要：

合理构造影响交通状态网络结构，是实现交通状态预测的前提条件。为克服爬山法易陷入局部最优的缺陷，提出一种基于随机重复爬山法的交通状态预测方法。对随机生成的有向无环图迭代运行爬山法得到多网络结构；通过有向边置信度的定义和置信度阈值的计算，确定了最优贝叶斯网络结构中节点和有向边选取准则；利用最优贝叶斯网络结构，实现了畅通、平稳、拥挤和阻塞等4种交通状态的预测并综合评价。分析结果表明，该方法仅选取时段、节假日等两变量时，对交通状态预测总体准确率超过85%，能够为高速公路运行状态监测预警和决策分析提供有效方法和数据支撑。

关键词：智能交通、交通状态预测、随机重复爬山法、贝叶斯网络、数据挖掘

分类号：U491(交通工程与公路运输技术管理)

资助基金：国家自然科学基金项目/National Natural Science Foundation of China 51308057；陕西省自然科学基金项目/Natural Science Foundation in Shanxi Province of China 2013JQ8006；中央高校基本科研业务费专项资金项目/Fundamental Research Funds for the Central Universities 310832161006,2014G1321035

在线出版日期：2016-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：162-168,175