基于贝叶斯智能学习OD矩阵估计与网络拓扑优化研究

• 作者: 丘建栋 刘正东 许伦辉
• 来源期刊: 公路交通科技
• 学科: 交通运输
• 关键词: 交通工程 网络拓扑 贝叶斯统计 OD矩阵 预测交通量
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 智能运输系统与交通工程
• 页码范围: 106-109
• 页数: 4页
• 分类号: U491
• 字数: 3143字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0268.2007.06.024

摘要

OD矩阵(Origin-Destination Matrix)是路网规划与评价的基础数据.以往OD矩阵数据是通过交通调查的方法获得,这往往耗费了大量的人力和物力.运用贝叶斯定理的先验分布原理,构造贝叶斯智能学习的网络拓扑结构,提出由各路段交通流量的观测值来推算估计以及预测OD矩阵的一种有效方法.利用此方法可以准确估计出OD矩阵数据,同时在优化网络拓扑中,能对未来交通量的分配进行预测.对比分析表明,此方法能有效地提高交通运输规划的效率以及交通评价准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许伦辉	华南理工大学交通学院	102	999	17.0	26.0
2	丘建栋	华南理工大学交通学院	4	18	3.0	4.0
3	刘正东	华南理工大学交通学院	4	113	4.0	4.0