混合Petri网基于Markov预测的交叉口信号灯建模 终板.docVIP

混合Petri网基于Markov预测的交叉口信号灯建模 1 基本概念和定义 1.1 petri网 Petri网模型通过描述系统演变的数学方程使图形显示和分析描述之间达到最佳平衡。一个Petri网是一个特殊的有向图，有一个初始状态称为初始状态M0。该图有两种节点：库所和变迁。弧线将库所连接到变迁、将变迁连接到库所。一个标记给每一个库所赋一个非负整数。如果库所P标记的是一个非负整数m，说P标记着令牌m。这类标记表明数据m，项目或资源在P中可用[1]。 1.2 马尔可夫过程 马尔可夫（Markov）分析法一般用来预测随机事件在将来一段时间内的发展趋势，使用该方法的核心内容如下：将当前的车流状态和动向作为将来车流动向的预测依据，以便对将来某个时期内可能发生的交通突发事件提供相对应的控制对策[3]。 1）马尔柯夫过程分析 假定所研究的是简单的马尔柯夫过程，系统取n个状态：S1, S2, S3, …, Sn。如图1.5所示，如果在某时刻系统处于状态Si，在下一时刻系统转移到状态Sj其转移概率为pij，图1.5中pii, pjj为保留同一状态Si, Si的转移概率。 图1.5 马尔可夫状态概率转移图 状态Si发生后，紧接着状态Sj发生的转移概率pij可排成一个矩阵，称为转移矩阵P。 系统从状态Si恰经k步转移后到状态Sj的概率为p(k)，称之为k步转移矩阵。 （） ，经k步转移概率后的状态分