基于马尔柯夫过程的交叉路口车流量预测模型研究

基于马尔柯夫过程的交叉路口车流量预测模型研究

ID:36657271

大小:222.85 KB

页数:4页

时间:2019-05-13

基于马尔柯夫过程的交叉路口车流量预测模型研究_第1页
基于马尔柯夫过程的交叉路口车流量预测模型研究_第2页
基于马尔柯夫过程的交叉路口车流量预测模型研究_第3页
基于马尔柯夫过程的交叉路口车流量预测模型研究_第4页
资源描述:

《基于马尔柯夫过程的交叉路口车流量预测模型研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第27卷第6期郑州轻工业学院学报(自然科学版)Vol.27No.62012年12月JOURNALOFZHENGZHOUUNIVERSITYOFLIGHTINDUSTRY(NaturalScience)Dec.2012文章编号:2095-476X(2012)06-0021-03基于马尔柯夫过程的交叉路口车流量预测模型研究蒋亚平,郭俊亮(郑州轻工业学院计算机与通信工程学院,河南郑州450001)摘要:为了预测城市交叉路口交通控制系统中每个相位的车辆流量,进而在一个信号周期内合理分配每个相位的时间,建立了交叉路口车流量预测模型.该模型运用马尔柯夫分析方法,把各相位定义为当前状态,经

2、片段时候后,系统只要掌握转化为另一状态的可能性,即可制订出相应的控制策略.试验结果表明该算法预测的车流量与实测车流量之间的误差比较小,在短时预测车流量方面是可行的.关键词:马尔柯夫过程;交叉路口短时交通预测;车流量预测中图分类号:U491.1文献标志码:ADOI:10.3969/j.issn.2095-476X.2012.06.006StudyonvehicleflowratepredictionmodelofcrossroadsbasedonMarkovprocessJIANGYa-ping,GUOJun-liang(CollegeofComputerandCommunic

3、ationEngineering,ZhengzhouUnivrsityofLightIndustry,Zhengzhou450001,China)Abstract:Inordertopredicttheflowofvehiclesoftheeachphaseinthecrossroadstrafficcontrollingsys-tem,whichcanreasonabledistributethetimeoftheeachphaseinonesignalperiod,thevehicleflowratepredictionmodelofcrossroadswasbuilt,

4、thismodelusestheMarkovanalysismethodanddefinetheeachphaseasthecurrentstate,afterthefragmentofthetime,aslongasthesystemmasterthepossibilityofthetransformthephasetoanotherphase,thesystemcanworkoutthecorrespondingcontrolstrategy.Experi-mentalresultsshowedthattheerrorsbetweenpredictionoftheflow

5、ofvehiclesandtheactualflowweresmall,andthemethodwasfeasibleintheshort-termtrafficprediction.Keywords:Markovprocess;crossroadsshort-termtrafficprediction;vehicleflowrateprediction[3-6]络的路径形成时间预测方法.0引言一般情况下,高度复杂性、随机性和不确定性基于混沌理论、粗糙集理论、神经网络理论等是交通流所表现出来的特性,在每个周期各个相位的预测方法是目前常用的交通流量预测方法.徐启时间内车辆的达到

6、数量是随机分布的,具有高度的[1]华提出了一种实时的基于动态递归神经网络的交随机特性.在预测的状态转移方面,马尔柯夫方法[2]通流量预测方法,董春娇等提出基于Elman神经网可以进行较准确的判断.故本文拟利用马尔柯夫方络的道路网设计方法,史其信等提出基于BP神经网法对到达交叉路口车流量预测模型进行研究,把各收稿日期:2012-09-03作者简介:蒋亚平(1970—),男,河南省商丘市人,郑州轻工业学院副教授,博士,主要研究方向为网络安全与智能交通.·22·郑州轻工业学院学报(自然科学版)2012年(0)(0)(0)(0)相位定义为当前状态,经片段时候后,系统只要掌假定X=(x

7、1,x2,…,xn),第k步的(k)(k)(k)(k)(k)握转化为另一状态的可能性,即可制订出相应的控概率分布表示为X=(x1,x2,…,xn),P制策略.表示k步转移概率矩阵,则(k)(0)(k)X=XP③1马尔柯夫过程的定义及分析由式①②③可得预测模型kTT1.1马尔柯夫过程的定义ép11p12…p1nùæx1(k)öæx1(k+1)ö马尔柯夫过程定义为:在一些随机现象中,所êp21p22…p2núçx(k)÷çx(k+1)÷êúç2÷=ç2÷④表现出来的事物特性是,其结果不依赖于前几次实ê………

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。