《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 其他 > 設(shè)計(jì)應(yīng)用 > 一種基于改進(jìn)的馬爾可夫鏈的交通狀況預(yù)測(cè)模型
一種基于改進(jìn)的馬爾可夫鏈的交通狀況預(yù)測(cè)模型
2022年電子技術(shù)應(yīng)用第5期
周明升1,劉抒揚(yáng)2
1.上海外高橋保稅區(qū)聯(lián)合發(fā)展有限公司,上海200131;2.上海商學(xué)院 商務(wù)信息學(xué)院,上海201400
摘要: 城市交通日益擁堵的今天,為用戶推薦最快行駛路線成為一個(gè)研究熱點(diǎn)。行駛路線推薦的核心問(wèn)題是對(duì)路線將來(lái)某段時(shí)間(途徑這段線路時(shí))交通狀況的預(yù)測(cè)。交通狀況受到路線本身狀況、行駛時(shí)間、天氣狀況、駕駛員習(xí)慣等多種因素影響,其變化快、變化方式復(fù)雜,難以準(zhǔn)確預(yù)測(cè)。對(duì)多階馬爾可夫鏈模型進(jìn)行了改進(jìn),提高了運(yùn)算效率和響應(yīng)速度,建立一種高效的交通狀況預(yù)測(cè)模型,經(jīng)北京市實(shí)際交通數(shù)據(jù)的檢驗(yàn),得到了比較好的預(yù)測(cè)效果。
中圖分類(lèi)號(hào): TP391
文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.211928
中文引用格式: 周明升,劉抒揚(yáng). 一種基于改進(jìn)的馬爾可夫鏈的交通狀況預(yù)測(cè)模型[J].電子技術(shù)應(yīng)用,2022,48(5):27-30,36.
英文引用格式: Zhou Mingsheng,Liu Shuyang. A prediction model for traffic conditions based on an improved Markov chain[J]. Application of Electronic Technique,2022,48(5):27-30,36.
A prediction model for traffic conditions based on an improved Markov chain
Zhou Mingsheng1,Liu Shuyang2
1.Shanghai Waigaoqiao Free Trade Zone United Development Co.,Ltd.,Shanghai 200131,China; 2.Faculty of Business Information,Shanghai Business School,Shanghai 201400,China
Abstract: With the growth of urban traffic jam, how to recommend the fastest driving route for end users has become a research focus. The core problem of route recommending is how to forecast the traffic condition of the route in future, when the user will drive on this route section. The traffic condition is influenced by many factors, like road condition itself, passing time, weather conditions and habits of the driver. Because traffic condition changes very fast and complicated, it is difficult to accurately predict directly. This paper proposed a traffic condition prediction model based on an improved M-order Markov chain, which is more efficient. The model was tested with the actual traffic data in Beijing, and got a good result.
Key words : Markov chain;traffic condition;routes recommending;prediction model

0 引言

    確定了用戶的出發(fā)地和目的地后,準(zhǔn)確預(yù)測(cè)各條可能路線未來(lái)某段時(shí)間(行駛到達(dá)路段時(shí))的交通狀況,可以為用戶推薦最優(yōu)出行線路,減少行駛時(shí)間,也方便用戶私家車(chē)與公共交通的選擇。某段線路上的行駛時(shí)間應(yīng)綜合考慮以下幾個(gè)因素:路線本身的情況、行駛到該路線上時(shí)的交通流量和駕駛員的駕駛習(xí)慣等。當(dāng)前對(duì)交通狀況、路線推薦的研究主要有以下幾類(lèi):(1)基于交通分析的方法[1-2]:通過(guò)道路上的識(shí)別器及車(chē)流量信息,通過(guò)“識(shí)別器-車(chē)流量-行駛方向”的范式來(lái)研究交通狀況推薦路線,這種方法準(zhǔn)確性的前提是要有足夠的識(shí)別器和車(chē)流量信息,數(shù)據(jù)獲取比較困難[3]。通過(guò)獲取車(chē)輛信息,估計(jì)實(shí)時(shí)交通流量,預(yù)測(cè)將來(lái)的交通狀況[4-6],其基于路段的分析需要借助大量數(shù)據(jù)進(jìn)行分析,當(dāng)采樣率低、數(shù)據(jù)稀疏時(shí)無(wú)法準(zhǔn)確估計(jì)。(2)基于交通模式學(xué)習(xí)的方法:給出了概率為基礎(chǔ)的方法,通過(guò)用戶歷史GPS軌跡數(shù)據(jù),預(yù)測(cè)駕駛員的目的地和行車(chē)路徑[7-8]。其通過(guò)學(xué)習(xí)GPS軌跡數(shù)據(jù)來(lái)獲取駕駛和速度模式計(jì)算最快路線[9-10]。(3)智能推薦:試圖挖掘駕駛員道路選擇的傾向,通過(guò)人機(jī)交互或推理模型推薦個(gè)性化路線,其推薦路線沒(méi)有隨行駛時(shí)間而優(yōu)化[11]。其通過(guò)GPS軌跡數(shù)據(jù),尋找關(guān)鍵節(jié)點(diǎn)和關(guān)鍵路線,結(jié)合用戶行為,推薦最快線路[12-13]。




本文詳細(xì)內(nèi)容請(qǐng)下載:http://ihrv.cn/resource/share/2000004271。




作者信息:

周明升1,劉抒揚(yáng)2

(1.上海外高橋保稅區(qū)聯(lián)合發(fā)展有限公司,上海200131;2.上海商學(xué)院 商務(wù)信息學(xué)院,上海201400)




wd.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。