[發明專利]一種基于馬爾科夫鏈的路徑行程時間確定方法及系統

有效

• 申請號: 202010012917.9
• 申請日: 2020-01-07
• 公開（公告）號: CN111209966B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 唐進君;胡瑾;劉芳
• 申請（專利權）人: 中南大學
• 主分類號: G06F18/20
• 分類號: G06F18/20;G06F18/2321;G08G1/01;G06N7/01
• 代理公司: 北京方圓嘉禾知識產權代理有限公司 11385
• 代理人: 馮靜

本發明公開一種基于馬爾科夫鏈的路徑行程時間確定方法及系統，所述方法包括：確定各路段對應的行程時間；以兩個相鄰路段的行程時間為一組，構成多個二維數組；基于混合高斯模型對所有二維數組進行聚類，獲得路徑交通狀態；基于馬爾科夫理論確定各種路徑交通狀態下的路徑狀態概率；基于卷積理論確定各種路徑交通狀態下的路徑行程時間分布；根據各種路徑交通狀態下的路徑狀態概率和路徑行程時間分布確定總路徑行程時間，進一步提高了總路徑行程時間確定的準確性，實現對出行者進行有效的路徑誘導，緩解交通壓力，改善交通擁堵，助力城市治理。

技術領域

本發明涉及行程時間確定技術領域，特別是涉及一種基于馬爾科夫鏈的路徑行程時間確定方法及系統。

背景技術

路徑行程時間是衡量城市道路路徑交通狀態的最重要參考指標之一。一方面，路徑行程時間為城市的交通管理者提供有效的交通信息，便于交通流的誘導與組織，保障安全暢通的交通環境。另一方面，出行者根據路徑行程時間的預測值選擇當前的最佳行駛路線，避開交通擁擠和事故發生路段，輔助出行決策。因此，路徑行程時間估計對解決交通擁堵問題具有重要意義。

研究人員針對路徑行程時間的估計進行了深入的研究，建立了許多模型。以數學方法、交通流模型理論、神經網絡模型和機器學習理論為基礎的預測已經取得了研究成果。(1)數學方法是最早用于行程時間預測的方法，基于已有的行程時間序列，建立時間序列模型、ARIMA等模型進行預測。(2)基于交通流理論的路徑行程時間預測方法引入了交通流三參數，流量、速度、占有率，并以此為基礎建模識別行程時間的演化過程，預測路徑行程時間。(3)神經網絡模型構造一個由大量結點組成的復雜的網絡系統，通過調整各節點之間的權重構造行程時間預測模型。上述研究多數是從時間或空間角度估計和預測路徑行程時間，而如何考慮利用時空相關性推測下一階段的行程時間分布依然是目前需要解決的難點問題。

發明內容

基于此，本發明的目的是提供一種基于馬爾科夫鏈的路徑行程時間確定方法及系統，以提高總路徑行程時間確定的準確性。

為實現上述目的，本發明提供了一種基于馬爾科夫鏈的路徑行程時間確定方法，所述方法包括：

確定各路段對應的行程時間；

以兩個相鄰路段的行程時間為一組，構成多個二維數組；

基于混合高斯模型對所有二維數組進行聚類，獲得路徑交通狀態；

基于馬爾科夫理論確定各種路徑交通狀態下的路徑狀態概率；

基于卷積理論確定各種路徑交通狀態下的路徑行程時間分布；

根據各種路徑交通狀態下的路徑狀態概率和路徑行程時間分布確定總路徑行程時間。

可選的，所述基于馬爾科夫理論確定各種路徑交通狀態下的路徑狀態概率，具體包括：

將兩相鄰路段聚類得到的路徑交通狀態按時間順序排列，等量分成初始狀態數據集和轉移狀態數據集；

根據所述初始狀態數據集和所述轉移狀態數據集構建馬爾可夫模型，獲得馬爾可夫鏈；

確定各所述馬爾可夫鏈的狀態轉移概率；

確定兩條馬爾可夫鏈之間的連接概率；

根據所述狀態轉移概率和所述連接概率確定各種路徑交通狀態下的路徑狀態概率。

可選的，所述基于卷積理論確定各種路徑交通狀態下的路徑行程時間分布，具體包括：

確定各路段對應的路段行程時間分布；

基于卷積理論，根據各路段對應的路段行程時間分布確定各種路徑交通狀態下的路徑行程時間分布。

可選的，所述根據各種路徑交通狀態下的路徑狀態概率和路徑行程時間分布確定總路徑行程時間，具體公式為：