基于改进个性诊断和热门路段的路况估计

作者：蔡文学; 邱珠成; 黄晓宇; 陈康

来源：系统工程, 2015, 33(07): 134-140.

• 智能交通
• 实时路况
• 个性诊断算法
• 热门数据集
• 路段速度

个性诊断(Personality Diagnosis,PD)算法只适合应用于离散型空间,应用到连续型空间时需要先进行离散化处理,导致其应用范围受限。对个性诊断算法进行改进,并应用到实时路况估计中,提出基于连续型的个性诊断和热门路段的路况估计模型(Improved Personality Diagnosis and Popular Road Model,IPDPR)。首先根据数据覆盖率提取高覆盖率路段作为基准个性类型;然后判别路网中所有路段的类型,即计算相似性概率;接着根据相似性概率获得缺失项的取值概率分布;最后计算概率最大值作为估计值。实验结果表明,本文所提IPDPR模型估计误差比概率主成分分析(Probabilistic Principal component analysis,PPCA)算法小53.88%,比滑动平均法小11.47%.

• 单位
  华南理工大学; 中国电信股份有限公司广东研究院