买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中南大学

摘要：本发明公开了一种基于马尔可夫链的区域拥堵车源预测方法、装置及设备，方法包括：获取拥堵路段所在区域的公路路网情况和历史公路OD数据；对历史公路OD数据进行交通流分配，得到车辆行驶路径和各路段交通量；筛选途经拥堵路段的车辆行驶路径，并将路径起点确定为拥堵路段的车源；统计各车源对拥堵路段贡献量，根据贡献量占比时间序列，对各车源进行马尔可夫性的检验；对具有马尔可夫性的每个车源，利用其对待研究拥堵路段的贡献量占比时间序列，构建一步状态转移概率矩阵，进而建立马尔可夫车源预测模型；基于马尔可夫车源预测模型，预测待研究拥堵路段在目标时段的主要车源。本发明能够便捷、快速、客观地对拥堵路段主要车源进行精准预测。

主权项：1.一种基于马尔可夫链的区域拥堵车源预测方法，其特征在于，包括：步骤1，获取待研究拥堵路段所在区域的公路路网情况和历史公路OD数据；步骤2，采用增量分配法对历史公路OD数据进行交通流分配，得到路网的车辆行驶路径和路网中各路段的交通量；步骤3，筛选途经所述待研究拥堵路段的车辆行驶路径，并将筛选所得每条车辆行驶路径的起始收费站均确定为所述待研究拥堵路段的车源；步骤4，统计待研究拥堵路段的各个车源每天每个时间窗对待研究拥堵路段的贡献量，每天共n个连续时间窗对应得到贡献量占比时间序列；步骤5，根据每个车源对待研究拥堵路段的贡献量占比时间序列，利用统计量对各车源进行马尔可夫性的检验；步骤6，对具有马尔可夫性的每个车源，利用其对待研究拥堵路段的贡献量占比时间序列，构建一步状态转移概率矩阵，进而建立马尔可夫车源预测模型；P为一步状态转移矩阵，其中元素为转移状态到状态的转移概率，为状态经过一步转移到状态的频数占状态经过一步转移到任意状态的频数总和之比；其中元素状态划分方式为：将序列所有贡献量占比划为m种状态，每个贡献量占比隶属于其中1种状态；建立的马尔可夫车源预测模型表示为： ;式中，为待预测车源第时段的贡献量占比的状态向量预测值；为距待预测车源最近的时间窗内对待研究拥堵路段的贡献量占比的状态向量；车源对路段的贡献量占比的状态向量，是指车源对路段的贡献量占比分别占种状态的隶属度构成的向量；为第时段；然后采用马尔可夫车源预测模型，滚动预测各车源对待研究拥堵路段在目标时段的贡献量占比的状态向量，取状态向量中最大概率对应的状态作为各车源对待研究拥堵路段在目标时段的贡献量占比；再将各车源按其对待研究拥堵路段在目标时段的贡献量占比从大到小排序，将满足预设条件的前若干个车源确定为待研究拥堵路段在目标时段的主要车源；步骤7，基于马尔可夫车源预测模型，预测待研究拥堵路段在目标时段的主要车源。

全文数据：

权利要求：

百度查询： 中南大学 基于马尔可夫链的区域拥堵车源预测方法、装置及设备