首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于贝叶斯网络模型的交通状态预测
引用本文:盛春阳,张元.基于贝叶斯网络模型的交通状态预测[J].山东交通科技,2007(4):4-6.
作者姓名:盛春阳  张元
作者单位:盛春阳(郑州大学,信息工程学院,河南,郑州,450052);张元(河南工业大学,河南,郑州,450052)
基金项目:国家自然科学基金资助(60673108)
摘    要:城市的交通状态是可以预测的.有效的交通状态预测能从很大程度上优化交通状态,减少交通阻塞.贝叶斯网络(Bayesian Networks,BN)是目前不确定知识和推理领域最有效的理论模型之一.提出了一种基于贝叶斯网络模型理论的交通状态预测方法.综合考虑交通阻塞成因的基础上构建网络模型,在已有的交通状态数据的基础上提出基于贝叶斯法则的学习算法,并通过计算变量间的条件概率来计算交通阻塞发生的可能性,达到预测的目的.

关 键 词:贝叶斯网络  交通状态  预测模型
修稿时间:2007年10月15

Traffic State Prediction Method Based on Bayesian Network Model
Abstract:
Keywords:
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号