基于马尔可夫链模型的交通因子网络构建方法

摘要

在本文中提出了一种基于马尔可夫链模型的交通因子网络构建方法。该方法将捕获的速度，流量数据作为系统因子，通过高阶多元马尔可夫链建交通因子网络来模拟交通网络中固有的复杂空间和时间关系。通过在模型构建中应用交通领域知识，考虑交通数据之间的内在联系，对交通因子数值进行聚类分析。通过基于EM算法的高斯混合分布模型对历史数据的反向学习，对大量的交通流参数数据进行聚类分析，不同的交通参数聚类对应了实际交通系统中的不同交通状态，即环境影响因子等级。在此基础上通过高阶多元构建了交通因子状态网络，从而可以实现更为精准的数据预测和校正。