典型文献
基于动态贝叶斯网络的常发性拥堵传播机理分析
文献摘要：
为精确识别常发性拥堵传播路径,分析其传播机理,以达到疏导拥堵源头,阻断传播路径的目的,提出一种基于出租车GPS数据的拥堵传播机理研究方法.首先,在城市路网时空立方体数据模型框架下,采用车辆轨迹数与速度指标识别交通拥堵区域,基于常发性拥堵的相对时空稳定性,提出分时段的常发性交通拥堵网格识别方法;其次,建立拥堵时空传播树,针对交通拥堵传播的动态性,提出以频率加权的频繁传播关系集挖掘方法,构建频繁拥堵传播子树;再次,引入动态贝叶斯网络,通过贝叶斯估计进行参数学习,获取拥堵传播概率;最后,以西安市南二环路东段区域为例,运用所提出的方法进行实证分析,探讨拥堵传播路径及其概率.研究结果表明:基于时空立方体模型,采用车辆轨迹数与行程速度指标共同识别各时间帧内常发性拥堵网格,为拥堵传播机理的准确分析奠定了基础;利用STC算法构建拥堵传播树,提出考虑拥堵传播在时间上复现性特征的频繁项集挖掘方法,用以重构频繁拥堵传播子树、明确常发性拥堵传播路径;基于动态贝叶斯网络量化分析网格间拥堵传播可能性,为动态寻找拥堵传播网络中的关键路段,科学合理的制定缓堵方案及任务时序提供理论依据.
文献关键词：
常发性拥堵识别;加权频繁项集;常发性拥堵传播机理;动态贝叶斯网络;出租车GPS轨迹
中图分类号：
作者姓名：
程小云;屈霞萍;张学宇;邓亚娟
作者机构：
长安大学运输工程学院,陕西西安710064
文献出处：
引用格式：
[1]程小云;屈霞萍;张学宇;邓亚娟-.基于动态贝叶斯网络的常发性拥堵传播机理分析)[J].华南理工大学学报（自然科学版）,2022(11):25-34
A类：
常发性拥堵传播机理,时空立方体,常发性拥堵识别,加权频繁项集
B类：
动态贝叶斯网络,机理分析,精确识别,传播路径,疏导,阻断传播,出租车,GPS,城市路网,数据模型,模型框架,用车,车辆轨迹,轨迹数,交通拥堵,拥堵区域,时空稳定性,分时段,性交,传播关系,挖掘方法,传播子,贝叶斯估计,参数学习,传播概率,西安市,市南,南二环,二环路,路东,东段,行程速度,共同识别,STC,复现,频繁项集挖掘,传播网络,关键路段
AB值：
0.290549
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
