基于影响模型的短时交通流预测方法

• 作者: 丁栋 库涛 朱云龙 王亮
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 影响模型 交通流预测 隐马尔科夫过程 神经网络 智能交通 交通网络
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 164-167
• 分类号: TP18
• 字数: 5756字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.10.050

摘要

根据复杂交通网络中多个节点之间交通流相互影响的特性,提出一种基于影响模型的短时交通流预测方法.分析交通网络中交通流预测的难点,引入随机过程中影响模型的理论对其进行建模.将每个节点的交通流处理为一个隐马尔科夫过程,整个网络由多个相互交互的隐马尔科夫过程组成,采用EM算法对模型参数进行训练.实验结果表明,该方法具有较高的预测精度,可较好地显示交通网络中多个节点之间交通流的交互规律以及动态演化规律.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王亮	中国科学院沈阳自动化研究所工业信息学实验室	127	2555	16.0	49.0
5	朱云龙	中国科学院沈阳自动化研究所工业信息学实验室	118	2695	29.0	47.0
6	丁栋	中国科学院沈阳自动化研究所工业信息学实验室	2	19	2.0	2.0
10	库涛	中国科学院沈阳自动化研究所工业信息学实验室	12	121	6.0	11.0