基于贝叶斯网络的多方法短时交通流量联合预测
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
测方 法可 能 可 以更好 的模拟 交通 流 量 的状 况 ，从
其 他 领域 应 用成 熟 的预 测模 型 用 于短 时交 通 流量 预 测 领域 。其 中 ，一些 模 型在 中长期 的交 通 流量
预 测 中 ，取得 来较 为 良好 的成 果 。 目前 ，根 据交 通 流量 预测 的原理 不 同 ，交通
预 测 结果 的 目的 。因此 ，提 出使用 朴素 贝 叶斯将 多种 预测 方式 进行 联 合 的方法 。
（１ 于数 学模 型 的预 测方 法 １基
该 方 式 采 用 贝 叶 斯 网 络 的 方 法 ，将 现 有 的几 种 主 要 的 交 通 流 量 预 测 方 式 结合 起 来 ，期 待 能 够 将 几 种 交 通 流 量 预 测 方 式 的
优势进行组合 ，得 出更快速 、更精 准的预测方式 。
关 键 词 ：短 时交 通 流 量预 测 ； 贝 叶 斯 网络 ；多 方 法 联 合 中 图分 类 号 ：Ｕ ９ ． ４ Ｔ ３ １ 文 献 标 识 码 ：Ａ 文 章 编 号 ： １７ －４ ０ （０ ００ －０ ３ ０ ４ １１ Ｐ ９ ． ＋ ９ ６ ２ ８ １２ １）４ ３ － ３
Ｔ ａ ｓｏｔ ｙ ｔｍ，Ｉ Ｓ 应运 而 生【。智能Ｉ Ｓ ｒｎｐ ｒＳ ｓ ｅ Ｔ） ｌ Ｊ Ｔ 是将
包 括 状态 空 间模 型法 、指数 滤波 法 、卡 尔曼 滤波
法等。
（） ２ 基于 统计 的预 测 方法
该 类 方法 以历 史 数据 为基 础 ，运 用统 计 技术 的相关 支持 ，对未 来 交通 流量 进 行预 测 。包 括非 参 数统 计模 型（ｏ ｐ ｒｍｅ ｉ ｓ ｔ ｔ ａ ｍｅｈ ｄ ） ｎ ｎ ａａ ｔｃ ｔ ｉ ｉ ｌ ｔｏ ｓ、 ｒ ａｓｃ 谱 分析 技 术 （ ｅｔ ｌａ ａｙｅ） ｓ ｃ ａ ｎ ｌｓｓ、Ｋ 最 近 近 邻状 态 ｐ ｒ （ Ｎ） ＫＮ 参数 回归等 。
近年 来 ，全 球 各发 达 国家 以及 大 量发 展 中 国
通 过对 交 通模 型 的推 算 ，来 预测 未来 交通 流 量 。
家 的交通 系 统 ，遭 受到 前 所未 有 的挑 战 。其 主要 表 现 在 ，车辆 数 量 的增 加速 度 大大 超过 道 路 的增 长速 度 从而造 成 车辆 拥 堵状 况 日益 加 剧 ，直接 或 间接 的造 成大 量 的经 济 损 失 。因此 ，以现 代 化管 理 和 控 制 为主 要 内容 的 智 能交 通 系 统（ ｔｌｇ ｎ Ｉ ｅ ｉｅ ｔ ｎ ｌ
１ 短 时 交 通 流 量 预 测 方 法
从上 世 纪六 、 七十 年 代开 始 ，研 究人 员 就 把
该预 测方 法 的精 确率 会 逐渐 降低 。相反 ，另一 种 预 测 方 式 的预 测 精 度 和 可 靠 性 可 能 会 变 的 比较 高 。这 也代表 着 ，在 某 种情 况 下 ，特定 的 一种 预
的预测 模 型 ，并 不 能在每 一 个方 面都 保 持足 够
好 的预 测精 度 。其 中有 一些 单 一 的模 型 ，会 在 Ｊ
某种情况下 ，比如交通状况较为顺畅时，保持较
高 的精确 程 度 。但 是 当交通 流 量逐 渐增 大 ，可 能
测 ， 以期望提 高 预测 的准 确性 和 及 时性 。
（） 于人 工 智能 方法 的预 测 ３基
先 进 的信 息技 术 、数 据通 讯传 输 技 术 、 电子 传 感 技 术 、控 制技 术及 计 算机 技 术等 有 效地 集成 运 用 于 整个 地 面交 通 管理 系统 而 建立 的 一种 在大 范 围 内、全 方位 发 挥作 用 的 实时 、准 确 、高 效 的综 合 交 通运 输 管理 体 系 ，从而 使 交通 设 施得 以充 分 利 用 并 能提 高交 通效 率和 安 全 ，最 终使 交通 运 输 服 务 和管 理智 能 化 ，实现 交 通运 输 的集 约 式发 展 。 ＩＳ Ｔ 的各 项功 能 ，几 乎全 是 以信 息为 中心 展 开 的， 其 中最 主要 的 一项 就是 交 通流 量 信 息 。通 过 路 口 监 视器 等各 种 现代 化检 测 设备 ，可 以快捷 的得 到
而对 交通 流 量进 行 更好 的预 测 。 因此 ，如 果选 择 将 几 种不 同的预 测模 型 进行 某种 形 式 的组合 ，使
得在特 定条 件下 ，能产 生较 好 预测 结果 的预测 方
流量 预测 方式 大概 分 为 以下三 类 ：
式 能发挥 较 大 的作用 ，那 么就 可 以达 到提 高整 体
计 算 机 技 术 应 用
《 电技 术 》２ １ 年 第 ４期 机 ００
基 于 贝叶 斯 网络 的 多 方 法 短 时交 通 流 量联 合 预 测
刘 祥
（ 中科 技 大 学控 制科 学 与 工 程 系 ，湖 北 武 汉 ４ ０ ７ ） 华 ３ ０ ４
摘
要： 针对 目前交通流量预测方面 出现 的各种 困难， 出一种基 于贝叶斯 网络 的多方法交通流量联合预测的方式 ， 提
当前 的交通 流量 信 息 。但 是更 为 重要 的未 来 短 时
该类 方 法运 用行 预测 。包 括 神经 网络 方 法 、数据 挖 掘方 法 、顺 序学 习（ｅ ｕ ｎｉｌｅｒｉｇ方 法 、突变 ｓｑ ｅ ｔ ａｎｎ ） ａｌ 理论 （ｕｐｃｔｓ ｏ ｈ ｅ ｒ） ｃ ｓ ａａｔ ｐ ｅ ｈ ｏｙ￣ 。 ｒ ｔ
２ 基 于 贝 叶斯 网络 的 多方 法联 合 预 测模
型 的 提 出
以上 几 种方 式都 有 着各 自的长 处和 不 足 ，单
一
交通 流 量预 测值 ，却很 难 精确 、及 时 的得 到 。本
文 旨在 提 出一种 运用 贝叶斯 网络 的方 法 ，将 几种 主流 的交通 流量 预 测方 式 结合 起 来 ，进行 联 合预
其 他 领域 应 用成 熟 的预 测模 型 用 于短 时交 通 流量 预 测 领域 。其 中 ，一些 模 型在 中长期 的交 通 流量
预 测 中 ，取得 来较 为 良好 的成 果 。 目前 ，根 据交 通 流量 预测 的原理 不 同 ，交通
预 测 结果 的 目的 。因此 ，提 出使用 朴素 贝 叶斯将 多种 预测 方式 进行 联 合 的方法 。
（１ 于数 学模 型 的预 测方 法 １基
该 方 式 采 用 贝 叶 斯 网 络 的 方 法 ，将 现 有 的几 种 主 要 的 交 通 流 量 预 测 方 式 结合 起 来 ，期 待 能 够 将 几 种 交 通 流 量 预 测 方 式 的
优势进行组合 ，得 出更快速 、更精 准的预测方式 。
关 键 词 ：短 时交 通 流 量预 测 ； 贝 叶 斯 网络 ；多 方 法 联 合 中 图分 类 号 ：Ｕ ９ ． ４ Ｔ ３ １ 文 献 标 识 码 ：Ａ 文 章 编 号 ： １７ －４ ０ （０ ００ －０ ３ ０ ４ １１ Ｐ ９ ． ＋ ９ ６ ２ ８ １２ １）４ ３ － ３
Ｔ ａ ｓｏｔ ｙ ｔｍ，Ｉ Ｓ 应运 而 生【。智能Ｉ Ｓ ｒｎｐ ｒＳ ｓ ｅ Ｔ） ｌ Ｊ Ｔ 是将
包 括 状态 空 间模 型法 、指数 滤波 法 、卡 尔曼 滤波
法等。
（） ２ 基于 统计 的预 测 方法
该 类 方法 以历 史 数据 为基 础 ，运 用统 计 技术 的相关 支持 ，对未 来 交通 流量 进 行预 测 。包 括非 参 数统 计模 型（ｏ ｐ ｒｍｅ ｉ ｓ ｔ ｔ ａ ｍｅｈ ｄ ） ｎ ｎ ａａ ｔｃ ｔ ｉ ｉ ｌ ｔｏ ｓ、 ｒ ａｓｃ 谱 分析 技 术 （ ｅｔ ｌａ ａｙｅ） ｓ ｃ ａ ｎ ｌｓｓ、Ｋ 最 近 近 邻状 态 ｐ ｒ （ Ｎ） ＫＮ 参数 回归等 。
近年 来 ，全 球 各发 达 国家 以及 大 量发 展 中 国
通 过对 交 通模 型 的推 算 ，来 预测 未来 交通 流 量 。
家 的交通 系 统 ，遭 受到 前 所未 有 的挑 战 。其 主要 表 现 在 ，车辆 数 量 的增 加速 度 大大 超过 道 路 的增 长速 度 从而造 成 车辆 拥 堵状 况 日益 加 剧 ，直接 或 间接 的造 成大 量 的经 济 损 失 。因此 ，以现 代 化管 理 和 控 制 为主 要 内容 的 智 能交 通 系 统（ ｔｌｇ ｎ Ｉ ｅ ｉｅ ｔ ｎ ｌ
１ 短 时 交 通 流 量 预 测 方 法
从上 世 纪六 、 七十 年 代开 始 ，研 究人 员 就 把
该预 测方 法 的精 确率 会 逐渐 降低 。相反 ，另一 种 预 测 方 式 的预 测 精 度 和 可 靠 性 可 能 会 变 的 比较 高 。这 也代表 着 ，在 某 种情 况 下 ，特定 的 一种 预
的预测 模 型 ，并 不 能在每 一 个方 面都 保 持足 够
好 的预 测精 度 。其 中有 一些 单 一 的模 型 ，会 在 Ｊ
某种情况下 ，比如交通状况较为顺畅时，保持较
高 的精确 程 度 。但 是 当交通 流 量逐 渐增 大 ，可 能
测 ， 以期望提 高 预测 的准 确性 和 及 时性 。
（） 于人 工 智能 方法 的预 测 ３基
先 进 的信 息技 术 、数 据通 讯传 输 技 术 、 电子 传 感 技 术 、控 制技 术及 计 算机 技 术等 有 效地 集成 运 用 于 整个 地 面交 通 管理 系统 而 建立 的 一种 在大 范 围 内、全 方位 发 挥作 用 的 实时 、准 确 、高 效 的综 合 交 通运 输 管理 体 系 ，从而 使 交通 设 施得 以充 分 利 用 并 能提 高交 通效 率和 安 全 ，最 终使 交通 运 输 服 务 和管 理智 能 化 ，实现 交 通运 输 的集 约 式发 展 。 ＩＳ Ｔ 的各 项功 能 ，几 乎全 是 以信 息为 中心 展 开 的， 其 中最 主要 的 一项 就是 交 通流 量 信 息 。通 过 路 口 监 视器 等各 种 现代 化检 测 设备 ，可 以快捷 的得 到
而对 交通 流 量进 行 更好 的预 测 。 因此 ，如 果选 择 将 几 种不 同的预 测模 型 进行 某种 形 式 的组合 ，使
得在特 定条 件下 ，能产 生较 好 预测 结果 的预测 方
流量 预测 方式 大概 分 为 以下三 类 ：
式 能发挥 较 大 的作用 ，那 么就 可 以达 到提 高整 体
计 算 机 技 术 应 用
《 电技 术 》２ １ 年 第 ４期 机 ００
基 于 贝叶 斯 网络 的 多 方 法 短 时交 通 流 量联 合 预 测
刘 祥
（ 中科 技 大 学控 制科 学 与 工 程 系 ，湖 北 武 汉 ４ ０ ７ ） 华 ３ ０ ４
摘
要： 针对 目前交通流量预测方面 出现 的各种 困难， 出一种基 于贝叶斯 网络 的多方法交通流量联合预测的方式 ， 提
当前 的交通 流量 信 息 。但 是更 为 重要 的未 来 短 时
该类 方 法运 用行 预测 。包 括 神经 网络 方 法 、数据 挖 掘方 法 、顺 序学 习（ｅ ｕ ｎｉｌｅｒｉｇ方 法 、突变 ｓｑ ｅ ｔ ａｎｎ ） ａｌ 理论 （ｕｐｃｔｓ ｏ ｈ ｅ ｒ） ｃ ｓ ａａｔ ｐ ｅ ｈ ｏｙ￣ 。 ｒ ｔ
２ 基 于 贝 叶斯 网络 的 多方 法联 合 预 测模
型 的 提 出
以上 几 种方 式都 有 着各 自的长 处和 不 足 ，单
一
交通 流 量预 测值 ，却很 难 精确 、及 时 的得 到 。本
文 旨在 提 出一种 运用 贝叶斯 网络 的方 法 ，将 几种 主流 的交通 流量 预 测方 式 结合 起 来 ，进行 联 合预