基于随机重复爬山法的交通状态预测

来源：交通运输系统工程与信息杂志2016年第1期北京时间：

作者：钱超，代亮，林杉，李雪

单位：长安大学电子与控制工程学院，西安710064

摘要：合理构造影响交通状态网络结构，是实现交通状态预测的前提条件.为克服爬 山法易陷入局部最优的缺陷，提出一种基于随机重复爬山法的交通状态预测方法.对随机 生成的有向无环图迭代运行爬山法得到多网络结构；通过有向边置信度的定义和置信度 阈值的计算，确定了最优贝叶斯网络结构中节点和有向边选取准则；利用最优贝叶斯网 络结构，实现了畅通、平稳、拥挤和阻塞等4 种交通状态的预测并综合评价.分析结果表 明，该方法仅选取时段、节假日等两变量时，对交通状态预测总体准确率超过85%，能够 为高速公路运行状态监测预警和决策分析提供有效方法和数据支撑.

关键词：智能交通,交通状态预测,随机重复爬山法,贝叶斯网络,数据挖掘

基金资助：国家自然科学基金项目/National Natural Science Foundation of China (51308057)；陕西省自然科学基金项目/ Natural Science Foundation in Shanxi Province of China (2013JQ8006)；中央高校基本科研业务费专项资金项目/Fundamental Research Funds for the Central Universities (310832161006,2014G1321035).