基于多源数据融合的改进HMM拥堵评估模型

摘要

针对交通流复杂的时空关联性以及自身的不确定性，为了准确评估路网通行能力并缓解交通拥堵问题，提出融合多源数据的改进隐马尔科夫模型，对交通拥堵态势进行评估。首先，引入多源数据观察特征，获得道路特征状态变量；然后，确定道路的状态参数，将交通流划分为4个状态；最后，使用改进韦尔奇算法考虑前n个时刻的历史数据，对隐马尔可夫模型进行参数估计和状态推断，获得改进后的模型。以深圳市某路段所在片区为例，对模型的有效性、适用性进行验证。结果表明：该方法准确性达到97.1%,相较于原始模型提高了4.7%,能对路网状态进行有效评估。随着采样频率的改变，改进后的模型与基准模型最低准确率分别相差9.8%、9.4%、9.7%。

关键词

交通工程 / 交通状态评估 / 多源数据 / 隐马尔可夫模型