基于马尔科夫链模型的交通量预测..docxVIP

基于灰色马尔科夫链模型的交通量预测王克楠（交通运输学院 控制科学与工程专业摘要：交通量是一个不平稳的时间序列，在不确定性条件和缺乏数据资料的情况下，交通量的预测是一个较复杂的问题。灰色马尔科夫链模型是一种结合经典灰色理论和马尔科夫链的状态转移行为的预测模型。该模型在灰色预测理论的基础上，再对随机波动大的残差序列进行马尔科夫预测，实现了两者的优势互补，克服了两者的不足。以一个断面的交通量的数据在传统灰色GM（1，1）预测模型的基础上建立交通量的灰色马尔科夫链模型，研究表明，该模型在交通量的预测方面相对传统的灰色GM（1，1）模型有更高的精度。关键词：灰色理论；马尔科夫链；残差；交通量预测；GM（1，1）模型Traffic Volume Forecast Based on Gray Markov Chain ModelKenan Wang(School of Traffic and Transportation, Beijing Jiaotong University,Abstract：Traffic volume is an unstable time series. Traffic volume forecast is a more complicated work under uncertain conditions or lacking of data. Gray Markov chain model is prediction model of the combination of Grey Theory and state transition behavior of Gray Markov Chain theory，which has the advantages of each method and overcomes the shortcomings of the Gray theory model. Based on the actual traffic data of a section，a model of traffic volume prediction is established in this paper. The research shows that the forecast precision of the model in traffic volume is higher than traditional Gray GM（1，1）model.Key words：Gray Theory；Markov Chain；Deviation；Traffic Volume Forecast；GM（1，1）Model1 引言随着我国市场经济建设的不断发展，人们的生活水平有了大幅提高，人们的出行方式发生了很大改变，机动车辆越来越成为人们日常生活的必需品，机动车辆的普及给生产生活带来极大的方便。但同时也给城市道路交通提出了更高的要求，交通拥挤等负面效应随之而来。超前的预知并阐明可能出现的道路运行状况，而不应在拥挤的交通给人们带来很大不便之后才探求解决问题的方案。文章选取某市的某路段作为对象，综合该路段以往的道路运行状况信息，运用数理统计，系统工程等各种有效的数学方法，基于马尔科夫链。预测功能，建立模型对该路段可能出现的交通状况进行合理推测。灰色马尔科夫模型是一种结合灰色系统理论和马尔科夫链的理论的预测模型。首先灰色预测方法用于预测变化趋势较为明显的时间序列，对随机波动性大的时间序列则效果不是太好，马尔科夫链的理论适用于随机过程的状态转移行为，正好可以弥补灰色预测的局限，但马尔科夫链的预测对象要求具有平稳过程、等均值的特点，交通系统的变化多属于非平稳过程，如果采用GM（1，1）模型拟合系统，并在此基础上对随机波动大的残差序列进行马尔科夫预测，实现两者优势互补。2 城市道路交通状态分析城市交通系统是一个分布式、有人参与的时变复杂系统，而实际的城市交通流呈现出非线性、随机性和时空相关联的特征，这就意味着城市交通管理必然是一项异常困难而又极具开拓性的工作。随着交通拥挤加剧，利用先进的交通控制与管理手段缓解交通拥挤已成为共识，在此基础上发展起来的智能交通系统也成为一个极其重要的研究方向。在过去数10年问，来自交通、物理、数学、通信、电子技术等不同专业领域的大批专家学者．对交通流理论、城市交通网络均衡分析、交通控制及交通流诱导等城市交通领域的热点和难点问题进行了大量研究，取得了众多开创性的成果。智能交通系统实施的先决条件是对交通流运行状态的科学划分与量化方法有清晰、准确的理解和掌握。2.1 交通状态分析的必要性通过观察城市交通实际运行和对所采集到的交通信息进行分析，可以发现路段和区