基于动态因子模型的城市路网时空交通状态协同预测方法

授权

摘要

本发明公开了一种基于动态因子模型的城市路网时空交通状态协同预测方法，包括：获取交通区域数据，并进行预处理与空间相关性验证；基于静态因子模型SFM，建立动态因子模型DFM，并确定交通状态观测量的概率密度函数；利用期望最大化EM算法求解DFM参数集的拟极大似然估计；采用向量自回归模型VAR预测未来时间段内的公因子；采用自回归模型AR预测各区域在未来时间段内的个性化分量；通过因子载荷矩阵、公因子分量以及不同区域的个性化分量预测各区域在未来时间段内的交通状态。本发明提高了网络级交通状态预测的精度与效率，在城市路网交通状态预测中具有重要的现实意义。

基本信息

专利标题：

基于动态因子模型的城市路网时空交通状态协同预测方法

专利标题（英）：

暂无

公开（公告）号：

CN112927501A

申请号：

CN202110082897.7

公开（公告）日：

2021-06-08

申请日：

2021-01-21

授权号：

CN112927501B

授权日：

2022-05-27

发明人：

唐坤郭唐仪何流刘英舜徐永能杨洁

申请人：

南京理工大学

申请人地址：

江苏省南京市玄武区孝陵卫200号

代理机构：

南京理工大学专利中心

代理人：

岑丹

优先权：

CN202110082897.7

主分类号：

G08G1/01

IPC分类号：

G08G1/01 G06Q10/04 G06Q50/26 G06F17/16 G06N7/00