基于馬爾可夫鏈組合模型的交通流量長(zhǎng)時(shí)預(yù)測(cè).pdf

1、交通流量長(zhǎng)時(shí)預(yù)測(cè)在城市道路規(guī)劃和交通政策制定中具有十分重要的作用。但交通流量受到氣候、經(jīng)濟(jì)、出行等多種因素的影響，其變化是一個(gè)隨機(jī)非平穩(wěn)的過程，表現(xiàn)出隨機(jī)性、波動(dòng)性以及非嚴(yán)格的周期性。這導(dǎo)致了交通流量長(zhǎng)時(shí)預(yù)測(cè)的難度較大。本文在分析了城市道路交通流量的變化特性之后，引入了馬爾可夫鏈方法，并以馬爾可夫鏈為基礎(chǔ)構(gòu)建了多種組合模型來進(jìn)行交通流量的長(zhǎng)時(shí)預(yù)測(cè)。本文的主要研究工作如下:
　　首先，本文通過對(duì)實(shí)際的交通流量數(shù)據(jù)的分析，總結(jié)了交通流

2、量的三大特點(diǎn):隨機(jī)性、波動(dòng)性以及非嚴(yán)格的周期性。其中，隨機(jī)性是引入馬爾可夫鏈進(jìn)行交通流量預(yù)測(cè)的前提，波動(dòng)性則為引入?yún)^(qū)間預(yù)測(cè)的思想提供了契機(jī)，而非嚴(yán)格的周期性為長(zhǎng)時(shí)交通流量的預(yù)測(cè)提供了可能。接著，由于真實(shí)的交通流量數(shù)據(jù)存在丟失數(shù)據(jù)以及噪聲數(shù)據(jù)，本文則介紹并使用了相應(yīng)的數(shù)據(jù)補(bǔ)償算法以及濾波算法對(duì)其進(jìn)行處理。
　　其次，本文構(gòu)建了三種基于馬爾可夫鏈的交通流量組合預(yù)測(cè)模型:均值馬爾可夫鏈，聚類馬爾可夫鏈以及聚類加權(quán)馬爾可夫鏈。其中，基于均

3、值馬爾可夫鏈的組合預(yù)測(cè)模型通過均值法來構(gòu)建交通流量的狀態(tài)，依據(jù)交通流量數(shù)據(jù)的狀態(tài)轉(zhuǎn)移規(guī)律實(shí)現(xiàn)了對(duì)未來24小時(shí)交通流量的預(yù)測(cè)，并預(yù)測(cè)出一條交通流量變化曲線。但考慮到交通流量具有一定的波動(dòng)性，本文提出了區(qū)間預(yù)測(cè)的思想，利用聚類算法重構(gòu)交通流量的狀態(tài)，并通過聚類馬爾可夫鏈組合模型預(yù)測(cè)出了一個(gè)由一條上曲線和一條下曲線包圍而成的區(qū)域，該區(qū)域很好地反映了交通流量可能的波動(dòng)范圍。而為改進(jìn)由聚類馬爾可夫鏈預(yù)測(cè)得到的區(qū)域波動(dòng)范圍過大的問題，本文又引入加權(quán)