论文多状态马尔科夫链主干道出行时间估计是适合马尔科夫论文写作的大学硕士及相关本科毕业论文，相关马尔科夫分析法开题报告范文和学术职称论文参考文献下载。
摘 要： 针对目前主干道车辆出行时间估计考虑道路状况随机性,但在时效性和精确性方面有所欠缺,提出一种新的估计方法.以视频检测器为工具,采集车辆在某一区间的行驶时间,计算其平均速度并将该区间的道路划分为三种状态,考虑到估计的时效性和计算的数据量,利用滑动窗口选取一定量的状态数据加入遗传因子构建转移概率矩阵,获知下一时刻所有出现的状态及其对应的概率,而这些状态对应的出行时间的数学期望就是主干道出行时间的估计值.在山西省临汾市的主干道上,应用浮动车法对模型的准确性和时效性进行验证.实验结果表明模型具有较高的估计精度.
关键词： 城市交通； 出行时间； 马尔科夫链； 主干道； 多状态； 滑动窗口
中图分类号： TN911.1?34； TP393.07 文献标识码： A 文章编号： 1004?373X（2018）13?0092?03
Abstract： The randomness of road conditions is considered in current travel time estimation of main road, which has the defects of timeliness and accuracy. Therefore, a new travel time estimation method of main load is proposed. The video detector is taken as the tool to acquire the travel time of vehicle in a certain interval. The average speed of vehicle in the traveling interval is calculated, and the road in this interval are divided into three states. Considering the timeliness of estimation and data size of calculation, a certain amount of state data is selected by the sliding window, and added with genetic factor to construct the transfer?probability matrix, so as to obtain all the states appearing in the next moment and their corresponding probabilities. The mathematical expectation of the travel time corresponding to the states is defined as the travel time estimation value of main road. The floating car method is used to verify the accuracy and timeliness of the model in the main road of Linfen City of Shanxi Province. The experimental results show that the model has high estimation precision.
Keywords： urban traffic； travel time； Markov chain； main road； multi?state estimation； sliding window
3.3 主干道出行时间估计及分析
通过临汾市路段两端设置的交通状况视频监测器,记录车辆进入和离开该路段时视频所显示的时间点,获取任意车辆在该路段的行程时间,将其算术平均数作为该路段当前时刻的行程时间估计值.
实时统计所得的路段各状态下出行时间的估计值,如表1所示.
表1中,数据147.4表示路段1在A状态时所需经历的时间为147.4 s,其他数据含义类似.
按3.1节中各状态的定义,将表1所得子路段时间加权求和,得到主干道各状态下出行时间的估计值.由式（5）分别选取滑动窗口数据[k]为5,10,15,20,25,30,遗传因子δ为0.84,0.85,等,0.90,得到曲线图如图1所示.
图1中实测值275.8 s为浮动车法测得的车辆实际出行时间,由于数据的原因,[k等于20]和[k等于25]两条曲线重合.由图1可知,遗传因子大小和数据量的多少都对估计的准确度产生影响.考虑算法运算量,实际估计中采用数据量为20个时,估计值已经和实测值有交点,满足误差较小的需求；根据交点横坐标选取遗传因子为0.88.
4 結 语
本文提出的算法主要采用多状态、遗传因子、滑动窗口数据处理三种措施,通过在山西省临汾市某一主干道上的验证,结果表明该算法在主干道上的出行时间估计方面具有实时性、精确性.
总结:本论文为免费优秀的关于马尔科夫论文范文资料，可用于相关论文写作参考。
参考文献：
1、 马尔可夫链在股价预测中应用分析 [摘要]在当前股票市场的研究背景下，通过对马尔可夫链模型的理论产生以及发展过程和基本原理进行了介绍，并对相关的指数波动状况进行了预测，为马尔可夫。
2、 基于灰色马尔科夫模型波动通流量预测 摘要：针对目前短时交通流量预测中在精度方面的不足，提出灰色马尔科夫波动性交通流量预测模型，用于现有道路、新建或改扩建道路断面或交叉口进出口道短时。
3、 中长期电量预测傅里叶马尔科夫修正模型 摘 要：灰色模型在中长期电量预测中只对电量呈近似指数规律单调增长的序列才有较高的预测精度 随着电量变化随机波动性的增强，建立新的修正预测模型是十。
4、 改进初值∏隐马尔科夫模型预测电池健康度 摘 要：针对电动汽车所使用的锂离子电池剩余寿命难以检测的问题，分析影响电池寿命衰退的因素，建立改进初值的隐马尔科夫模型对锂离子电池寿命衰退进行预。
5、 基于隐马尔科夫模型的fMRI脑激活检测 摘 要：本文介绍了一种基于隐马尔科夫模型（HMM）的分析核磁共振图像（fMRI）数据的无监督学习模型，与一般线性模型（GLM）方法不同，GLM的。
6、 基于灰色马尔科夫模型昆明市能源消费量预测 【摘要】本文以昆明市的能源消费量为预测对象，采用现如今较为流行组合模型进行预测，本文在根据所选数据特点基础上，建立GM（1，1）模型与马尔科夫预。