基于时空贝叶斯模型的行程时间可靠性预测

被引：13

作者：

杨庆芳 ^{[1
,2
,3
]}

韦学武 ^{[2
]}

林赐云 ^{[1
,2
,3
]}

李志林 ^{[2
]}

刘翔宇 ^{[2
]}

机构：

[1] 吉林大学汽车仿真与控制国家重点实验室

[2] 吉林大学交通学院

[3] 吉林大学吉林省道路交通重点实验室

来源：

华南理工大学学报(自然科学版) | 2016年 / 44卷 / 04期

关键词：

高速公路; 行程时间可靠性; 时空贝叶斯模型; 时空关联; Markov链;

D O I：

暂无

中图分类号：

U491 [交通工程与交通管理];

学科分类号：

082301 [道路与铁道工程];

摘要：

为了全面、准确地分析路段行程时间的时空分布,将路段的时间序列和空间关联关系纳入两个邻近路段的行程时间可靠性预测过程.在时间维度上,通过广泛使用的卡尔曼滤波预测行程时间;在空间维度上,根据离散马尔科夫链构建上下游路段行程时间的关联模型.进而构建了时空贝叶斯模型(ST-BM),将时间维度和空间维度的行程时间分布进行融合,从而预测路段行程时间可靠性.实例分析结果表明,相比于先验分布数据,文中模型将两个实测邻近路段的可靠性预测误差分别降低了45.7%和29.2%,验证了ST-BM模型的有效性.

引用

页码：115 / 122

页数：8

共 17 条

[1]

Temporal and weather related variation patterns of urban travel time: Considerations and caveats for value of travel time; value of variability; and mode choice studies.[J].Camille Kamga;M. Anıl Yazıcı.Transportation Research Part C.2014,

[2]

Bayesian inference for day-to-day dynamic traffic models.[J].Katharina Parry;Martin L. Hazelton.Transportation Research Part B.2013,

[3]

TRAVEL TIME ESTIMATION FOR AMBULANCES USING BAYESIAN DATA AUGMENTATION [J].