基于遗传算法的最大熵模型交通分布的求解

将遗传算法应用于求解最大熵模型的交通分布问题中，从而提供了一种求解简单的方法，降低了熵模型求解分布问题的复杂性。为利用最大熵模型进行交通分布开创了一条新的途径，同时显示出遗传算法在交通规划中的实用前景。     

基于最大熵模型的城市快速路交通状态预测方法研究

道路交通状态预测是交通流诱导和交通信息发布系统的重要依据. 本文提出了一种基于最大熵模型的城市快速路交通状态预测方法,该方法通过提取影响交通状态的时间、空间等各种特征,运用最大熵模型训练得到各特征权重,直接预测道路交通状态等级. 最大熵模型能够有效融合时间、空间等多种特征,并且不需要考虑各特征之间的相关性,具有很强的适应性. 实验结果表明,基于最大熵模型直接预测交通状态等级同样具有较高的准确性. 最大熵模型的成功使用,也证实了将交通状态预测作为一种模式分类问题来解决的可行性,进一步扩展了交通状态预测的思路.     

城市交通需求预测组合模型的研究

分析了交通需求预测组合模型的应用，重点研究了适用于城市交通需求预测的两种组合模型。给出了基于熵最大化原理的交通分布与交通分配组合模型的求解算例，并且构造了各种客运交通方式的广义出行费用模型，提出了基于广义出行费用和动脉多路径概率分配的交通方式划分和交通分配组合模型。     

遗传算法在均衡交通分配模型中的应用

均衡交通分配模型虽具有结构严谨、结果合理等优点,就目前而言却因为变量多、维数大导致无法很好的求解,从而影响其在实际交通规划中的应用.为了提高交通分配预测的准确性,解决均衡交通分配的求解问题,本文将遗传算法(GA)应用到其中.最后通过一个简例,并利用Matlab的GA工具箱进行编程求解,证明了该方法用于求解均衡交通分配模型的可行性.     

遗传算法在均衡交通分配模型中的应用

均衡交通分配模型虽具有结构严谨、结果合理等优点,就目前而言却因为变量多、维数大导致无法很好的求解,从而影响其在实际交通规划中的应用.为了提高交通分配预测的准确性,解决均衡交通分配的求解问题,本文将遗传算法(GA)应用到其中.最后通过一个简例,并利用Matlab的GA工具箱进行编程求解,证明了该方法用于求解均衡交通分配模型的可行性.     

一种基于遗传算法的交通分配用户最优状态研究

以路网用户的出行时间最少为目标,以Matlab软件为运算平台,将遗传算法运用到交通分配模型当中,进而实现了交通分配过程中用户出行状态最优.并通过算例说明了遗传算法解决该类问题的有效性与可行性,为求解用户最优的问题提供了新的途径.     

随机参数的交通需求模型

传统的交通需求回归模型通常假定模型参数为常数,这就造成模型不能反映不同研究对象之间的差异,针对这一问题提出了一种模型参数满足特定概率分布的交通需求模型,即随机参数交通需求模型,并基于遗传算法给出了模型的求解方法。通过案例分析可以看出,该模型是可行的,并且具有一定的实用价值。     

信息化条件下CDM交通分布模型修正与验证

为了研究信息化条件下交通出行分布规律,以基于最大熵理论的目的地竞争力分布模型 （CDM） 为研究对象,从出行者对目的地选择行为这一微观角度出发,引入目的地强迫度和信息 强迫度两个参量,对CDM进行修正。通过建立无信息和有信息两种假设情景,以弹性出行和非 弹性出行两种出行目的为分类,分析出行者对不同类型出行目的地的选择过程,建立最大熵优化 模型,通过求解引入新参量后的多目标优化问题,建立CDM交通分布修正模型并进行参数估 计。利用南京市居民出行调查数据对CDM修正模型进行验证,并与传统的双约束模型进行对 比,结果显示CDM修正模型拟合误差在2%以内,精度较高。改进后的CDM修正模型不仅能够 减小拟合误差,而且能够体现出行目的地的选择行为对交通分布的影响程度,在信息化条件下能 够很好地模拟居民出行分布规律。     

�����ģ���ڽ�ͨ�ֲ�Ԥ���е�Ӧ��

探讨了引入重力式先验概率的最大熵模型的原理和算法,该模型用于"四阶段 法"的交通分布预测,将发生概率最大的交通分布视为预测的交通分布,隐含考虑了随机因素的影响,从宏观上描述了出行者的交通行为,实际应用中模型参数容易标定.通过实例分析并与双约束重力模型、底特律增长系数模型的预测结果进行比较,结果表明最大熵模型克服了后者的局限,适用性较强,在交通分布预测中具有很好的应用前景.     

���������ģ�͵ij��п���·��ͨ״̬Ԥ�ⷽ���о�

道路交通状态预测是交通流诱导和交通信息发布系统的重要依据. 本文提出了一种基于最大熵模型的城市快速路交通状态预测方法,该方法通过提取影响交通状态的时间、空间等各种特征,运用最大熵模型训练得到各特征权重,直接预测道路交通状态等级. 最大熵模型能够有效融合时间、空间等多种特征,并且不需要考虑各特征之间的相关性,具有很强的适应性. 实验结果表明,基于最大熵模型直接预测交通状态等级同样具有较高的准确性. 最大熵模型的成功使用,也证实了将交通状态预测作为一种模式分类问题来解决的可行性,进一步扩展了交通状态预测的思路.