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: | |
|
|