經典灰色理論和馬爾科夫鏈的交通量預測模型構建

南愛強, 王鋒憲

(1.云南交通職業技術學院,昆明 650500;2.昆明理工大學 建工學院,昆明 650500)

0 引言

短時交通流量整體預測相較長期的交通量預測具備了更高的不確定性，并且在隨機預測過程中會受到多方面的因素影響，整體的交通量預測規律也較不明顯。迄今為止，已經出現了較多短時期的交通量預測模型方法，主要包括了[1]：1)基于線性理論的模型構建，比如使用“卡爾曼濾波法”等；2)基于計算機終端設備的智能化預測模型，比如使用“非參數回歸法”以及“神經網絡法”；3)基于非線性理論模型構建方法，比如使用“小濾波分析法”；4)基于數據組合的預測方法，比如使用多種方法以及兩種方法的整體綜合；5)基于交通模擬預測方法，比如“動態交通分配”等。灰色系統理論被較為廣泛的應用于近些年來的多方面預測，比如對于城市噪聲、灰色預測以及自然災害等多方面的灰色預測方面。在近些年來的發展中，對于交通領域的相關研發人員，通過應用灰色理論概念在城市交通量的預測以及道路交通量，還有鐵路貨運量和公路客運量等多方面的預測。由此本文構建基于經典灰色理論和馬爾科夫鏈的交通量預測模型展開研究。

1 灰色理論馬爾科夫預測模型構建原理簡述

灰色理論馬爾科夫預測模型，在構建系統性的短期數據預測過程中，具備了較高的精準度、較快的收斂速率以及存在整體的較廣使用范圍，適用于灰色系統的數據預測方面。基于經典灰色理論的交通量預測模型構建，有效的突破了傳統的預測模型應用需要海量歷史數據這一弊端，不需要對預測結果造成影響的相關因素加以羅列[2]。……