traffic engineering combined model Bayesian network traffic

  本文关键词：基于贝叶斯网络多方法组合的短时交通流量预测，由笔耕文化传播整理发布。

基于贝叶斯网络多方法组合的短时交通流量预测

Short-Term Freeway Traffic Flow Prediction Based on Multiple Methods with Bayesian Network

[1] [2] [3]

WANG Jian,DENG Wei,ZHAO Jin-bao （Transportation College,Southeast University,Nanjing 210096,China）

东南大学交通学院,南京210096

文章摘要：贝叶斯网络是处理不确定信息和进行概率推理的有力工具,针对短时交通流量预测的难题,提出一种基于贝叶斯网络的多方法组合预测模型.首先建立几种基本预测模型并对交通流量进行预测,然后将预测的结果和实际结果按一定步长进行离散处理,把离散后的结果用贝叶斯网络进行学习,更新贝叶斯网络参数,通过联合推理求得各个基本预测模型预测结果组合下可能组合预测值的后验概率,把后验概率最大所对应的值作为预测值.通过对实际道路交通流量的预测表明,本文提出的贝叶斯网络多方法组合预测模型的预测结果精度优于单一的预测模型,从而论证了本文提出的贝叶斯网络多方法组合预测模型具有一定的实用性.

Abstr：Bayesian network is one of the most efficient models in the uncertain knowledge and reasoning field.A method based on Bayesian networks of combination mode is put forward to solve the problem of short-term traffic flow prediction.First,several basic prediction models are used to predict the traffic flow.The prediction results and the actual traffic flow are discretized by certain step length.Then,the parameters of the Bayesian network are updated by learning those data.Through combination of reasoning,every possible value of Posterior probability of each data generated by the results of every basic prediction model can be calculated.Then the largest value of Posterior probability would be the final result of combined prediction.The prediction of traffic flow in real road indicates that the prediction results by Bayesian network combination model are more accurate than single prediction model.It thus proves that the proposed model is applicable for the real condition.

文章关键词：

Keyword：:traffic engineering combined model Bayesian network traffic flow ARIMA algorithm wavelet analysis BP neural network

相关文章：

[1] 基于排队论的交叉口交通流研究   《科技信息》  2010年35期
[2] An improved cellular automaton model considering the effect of traffic lights and driving behaviour   《中国物理B：英文版》  2011年04期
[3] 国家级经济开发区道路自行车换算系数探讨   《中国工程咨询》  2011年04期
[4] 基于BP神经网络的动态交通流量预测   《吉林建筑工程学院学报》  2011年02期
[5] 基于最小二乘支持向量机的交通流量预测模型   《北京交通大学学报：自然科学版》  2011年02期
[6] 基于网络对偶均衡的有边约束的交通流分配模型   《交通运输系统工程与信息》  2011年02期
[7] 交通流量调查设备之浅析   《公路交通科技：应用技术版》  2011年02期

课题项目：国家十一五科技支撑计划项目（2006BAJ18B03）

  本文关键词：基于贝叶斯网络多方法组合的短时交通流量预测，由笔耕文化传播整理发布。