基于大数据的不确定交通流实时分配研究

摘要

为实现每个出行者出行费用尽可能少的目标,针对城市交通路网起始节点择路到目的地节点的交通流实时分配问题,选取适用于预测不确定交通流的非参数回归模型、Kalman滤波模型和神经网络模型,建立基于交通大数据的贝叶斯组合预测模型预测未来长度为T时间段内的交通流量,研究采用在线理论与方法,设计BOUE策略,将当前时间段到达出发节点的实际交通流量和下一时间段到达出发节点的预测交通流量一起分配到交通网络上.研究结果表明该策略在路段通行能力受限时不同形式路阻函数下的执行效果较好,可为交通管理部门指挥交通流和出行者出行提供有效理论依据.