基于复杂城市道路网络的交通拥堵预测模型  

A Prediction Model for Traffic Congestion in Complex Urban Road Networks

作　　者：刘张[1,2,3] 李坚[1] 王超[4] 蔡世民[5] 唐明[5] 黄琦[1] 陈照辉[1] 

机构地区：[1]电子科技大学能源科学与工程学院,成都611731 [2]成都师范学院物理与工程技术学院,成都611130 [3]电子科技大学大数据研究中心,成都611731 [4]华为技术有限公司,成都611731 [5]电子科技大学互联网科学中心,成都611731

出　　处：《电子科技大学学报》2016年第1期17-25,共9页Journal of University of Electronic Science and Technology of China

基　　金：国家自然科学基金(61304177);四川省教育厅科研项目(15ZB0345)

摘　　要：随着城市交通的发展,道路网络越来越复杂,交通拥堵越来越严重,准确预测交通拥堵是城市缓堵保畅,提高城市交通管理能力关键技术之一。传统马尔可夫预测模型中的单变量模型只能解决单个时间序列上的交通预测问题,一阶模型仅考虑了相邻时间点数据之间的影响,高阶多变量马尔可夫模型的预测精度不足,难以解决复杂城市道路网络交通拥堵预测的问题。对此,文章提出了一种添加调节项的高阶多变量马尔可夫模型(AAT-HO3M),证明了模型的收敛性,进行了参数估计,并参考城市道路交通运行评价指标体系,对城市拥堵进行预测分析。通过预测试验证明,AAT-HO3M预测精度高于传统高阶多变量马尔可夫模型和改进高阶多变量马尔可夫模型。预测效率优于改进的高阶多变量马尔科夫模型。Some traditional Markov prediction models such as single variable model can only solve traffic on a single time series prediction problem. The first-order model only considers the influence between adjacent time point data, but the prediction precision of the higher-order multivariable Markov model needs to be improved. These models are difficult to solve traffic congestion prediction problem in complex urban road networks. This paper proposes a add adjustment term to the higher-order multivariable Markov model （AAT-HO3M） with convergence and estimation of the parameters. This model is applied in traffic congestion prediction. The results of the predictions illustrate that the prediction precisions of AAT-HO3M are higher than the traditional higher-order multivariable Markov model and improved multivariable Markov model, and the time overheads of AAT-HO3M are less than the improved multivariable Markov model.

关 键 词：交通拥堵 预测精度 高阶多变量马尔可夫模型 交通流 

分 类 号：U1[交通运输工程]