[发明专利]基于马尔可夫链模型的交通因子网络构建方法

权利要求书

1.一种基于马尔可夫链模型的交通因子网络构建方法，其特征在于，包括以下步骤：

步骤一，选定需要进行交通流预测分析的目标路段，获取所选路段中所有的交通流量历史数据；

步骤二，通过EM算法对所采集的交通流数据进行聚类；

步骤三，结合路段实际交通状况，验证所聚类的交通流数据是否具有周期性；

步骤四，利用高阶多元Markov模型对历史数据集进行建模，得到交通因子的转移概率矩阵；

步骤五，将EM算法模型聚类后的数据代入高阶多元Markov模型，得到最终的预测结果；

步骤六：将历史数据集与最终的预测数据进行比较，并分析误差。

2.根据权利要求1所述的基于马尔可夫链模型的交通因子网络构建方法，其特征在于，所述的路段交通流历史数据是指数据采集日期，时间，路段的交通流速度值以及交通流量值，步骤二中所述的聚类数据时段间隔为5分钟，具体过程如下：

用EM算法中期望最大化思想观察交通因子包括速度和流量的隐藏状态，算法包括两个步骤，即E(expectation，期望)步骤和M(maximization，最大化)步骤，

针对E步骤，需初始化先验概率P(w_j)及高斯分布参数(μ_j,∑_j)，第j个单高斯模型的后验概率为：

X_i是交通参数的特征向量，本发明中代表交通因子如速度或流量的值，w_j为环境影响因子的类别，p(w_j)表示第j个高斯分布的先验概率，μ_j表示第j个高斯函数的均值向量，

针对M步骤，当后验概率p(w_j|X_j)获得后，立即更新其先验概率p(w_j)，而后再对所有的高斯分布参数估计值进行更新。