本文關(guān)鍵詞：面向交通事件持續(xù)時(shí)間預(yù)測(cè)的貝葉斯網(wǎng)絡(luò)建模研究

  更多相關(guān)文章： 交通事件 持續(xù)時(shí)間預(yù)測(cè) 貝葉斯網(wǎng)絡(luò) 結(jié)構(gòu)學(xué)習(xí) MIT算法 ACOS算法 BNDT算法

【摘要】：交通事件是引發(fā)道路交通擁堵的主要因素之一,通過(guò)實(shí)時(shí)交通誘導(dǎo)等手段可以降低其對(duì)交通運(yùn)行造成的影響,而及時(shí)準(zhǔn)確地預(yù)測(cè)事件持續(xù)時(shí)間則是實(shí)現(xiàn)有效管控的前提條件。為探究影響事件持續(xù)時(shí)間因素之間的關(guān)系,構(gòu)建更加科學(xué)的預(yù)測(cè)模型,本論文在國(guó)內(nèi)外研究現(xiàn)狀的基礎(chǔ)上,構(gòu)建了以ACOS算法為核心的貝葉斯網(wǎng)絡(luò)預(yù)測(cè)模型,該模型基于MIT打分函數(shù),融合自上而下的網(wǎng)絡(luò)生長(zhǎng)規(guī)則,引入蟻群并行算法進(jìn)行全局結(jié)構(gòu)搜索,增加節(jié)點(diǎn)隨機(jī)選擇機(jī)制及局部結(jié)構(gòu)概率選擇模式,保證結(jié)構(gòu)空間的多樣性,實(shí)現(xiàn)搜索效率的提高。根據(jù)貝葉斯網(wǎng)絡(luò)模型參數(shù),進(jìn)一步將節(jié)點(diǎn)內(nèi)部機(jī)理引入至貝葉斯決策樹中,構(gòu)建以BNDT算法為核心的改進(jìn)貝葉斯決策樹模型,該模型在CART算法的基礎(chǔ)上,通過(guò)添加節(jié)點(diǎn)判別規(guī)則啟動(dòng)類別判定機(jī)制,融合樸素貝葉斯理論與貝葉斯網(wǎng)絡(luò)推斷方法,考慮屬性節(jié)點(diǎn)間的依賴關(guān)系,以更加貼近實(shí)際情況。結(jié)合荷蘭交通部門的交通事件數(shù)據(jù)對(duì)上述模型進(jìn)行實(shí)證分析,揭示交通事件持續(xù)時(shí)間的影響機(jī)理,并進(jìn)行結(jié)構(gòu)化和定量表達(dá),得到的貝葉斯網(wǎng)絡(luò)預(yù)測(cè)模型的準(zhǔn)確率在數(shù)據(jù)完備與缺失下分別為76.97%和93.23%,平均預(yù)測(cè)精度達(dá)87.82%。以誤差20分鐘為可接受的預(yù)測(cè)精度,貝葉斯分類模型在信息完備與缺失下的準(zhǔn)確率為64.85%和63.64%。改進(jìn)的貝葉斯決策樹模型能夠給出每個(gè)分枝的平均事件持續(xù)時(shí)間，，在數(shù)據(jù)完備的情況下,滿足預(yù)測(cè)精度的事件達(dá)77%；在不同的信息缺失程度下,滿足預(yù)測(cè)精度的事件最低占70%。實(shí)證分析結(jié)果表明,貝葉斯網(wǎng)絡(luò)模型以及改進(jìn)貝葉斯決策樹模型,均能有效的對(duì)交通事件持續(xù)時(shí)間做出預(yù)測(cè)。
【關(guān)鍵詞】：交通事件 持續(xù)時(shí)間預(yù)測(cè) 貝葉斯網(wǎng)絡(luò) 結(jié)構(gòu)學(xué)習(xí) MIT算法 ACOS算法 BNDT算法
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U495
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-9
• 序言9-15
• 1 緒論15-25
• 1.1 研究背景及意義15-17
• 1.1.1 研究背景15-16
• 1.1.2 研究意義16-17
• 1.2 國(guó)內(nèi)外研究綜述17-20
• 1.3 研究目的及內(nèi)容20-22
• 1.3.1 研究目的20-21
• 1.3.2 研究?jī)?nèi)容21-22
• 1.4 技術(shù)路線及論文結(jié)構(gòu)22-25
• 1.4.1 技術(shù)路線22-23
• 1.4.2 組織結(jié)構(gòu)23-25
• 2 貝葉斯網(wǎng)絡(luò)模型研究基礎(chǔ)25-33
• 2.1 貝葉斯網(wǎng)絡(luò)建模方法25-26
• 2.2 貝葉斯網(wǎng)絡(luò)優(yōu)化算法26-27
• 2.3 貝葉斯決策樹預(yù)測(cè)模型27-28
• 2.4 貝葉斯網(wǎng)絡(luò)理論基礎(chǔ)28-31
• 2.4.1 信息論基礎(chǔ)28-29
• 2.4.2 卡方分布29-30
• 2.4.3 網(wǎng)絡(luò)結(jié)構(gòu)30-31
• 2.4.4 有向圖鄰接矩陣31
• 2.5 本章小結(jié)31-33
• 3 基于ACOS算法的貝葉斯網(wǎng)絡(luò)模型33-43
• 3.1 BN網(wǎng)結(jié)構(gòu)學(xué)習(xí)33-35
• 3.1.1 MIT評(píng)分函數(shù)33-34
• 3.1.2 網(wǎng)絡(luò)生長(zhǎng)規(guī)則34-35
• 3.2 ACOS搜索算法35-39
• 3.2.1 模型構(gòu)建思路36-37
• 3.2.2 ACOS參數(shù)37-38
• 3.2.3 ACOS算法38-39
• 3.3 BN網(wǎng)模型預(yù)測(cè)39-42
• 3.3.1 預(yù)測(cè)模型構(gòu)建40
• 3.3.2 分類模型構(gòu)建40-41
• 3.3.3 推斷模型構(gòu)建41-42
• 3.4 本章小結(jié)42-43
• 4 引入BN節(jié)點(diǎn)的貝葉斯決策樹模型43-53
• 4.1 決策樹模型構(gòu)建43-46
• 4.1.1 分裂規(guī)則43-44
• 4.1.2 終止規(guī)則44
• 4.1.3 剪枝規(guī)則44
• 4.1.4 CART算法44-46
• 4.2 貝葉斯節(jié)點(diǎn)優(yōu)化46-48
• 4.2.1 樸素貝葉斯節(jié)點(diǎn)46-47
• 4.2.2 貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)47-48
• 4.2.3 節(jié)點(diǎn)分類48
• 4.3 BNDT模型構(gòu)建48-51
• 4.3.1 模型構(gòu)建思路48-49
• 4.3.2 屬性節(jié)點(diǎn)判別規(guī)則49-50
• 4.3.3 BN節(jié)點(diǎn)分類規(guī)則50
• 4.3.4 B節(jié)點(diǎn)分類規(guī)則50-51
• 4.4 本章小結(jié)51-53
• 5 交通事件持續(xù)時(shí)間預(yù)測(cè)模型53-81
• 5.1 交通事件持續(xù)時(shí)間數(shù)據(jù)描述53-56
• 5.1.1 數(shù)據(jù)來(lái)源53-54
• 5.1.2 數(shù)據(jù)描述54-56
• 5.2 交通事件持續(xù)時(shí)間的貝葉斯網(wǎng)絡(luò)模型56-65
• 5.2.1 數(shù)據(jù)分類區(qū)間57-58
• 5.2.2 模型構(gòu)建結(jié)果58-59
• 5.2.3 影響因素內(nèi)部機(jī)理59-63
• 5.2.4 事件持續(xù)時(shí)間影響因素分析63-65
• 5.3 交通事件持續(xù)時(shí)間預(yù)測(cè)的貝葉斯網(wǎng)絡(luò)模型65-72
• 5.3.1 BN預(yù)測(cè)模型構(gòu)建65-68
• 5.3.2 BN分類模型構(gòu)建68-70
• 5.3.3 BN預(yù)測(cè)結(jié)果分析70-72
• 5.4 交通事件持續(xù)時(shí)間預(yù)測(cè)的BNDT模型構(gòu)建72-80
• 5.4.1 數(shù)據(jù)統(tǒng)計(jì)72-73
• 5.4.2 BNDT模型構(gòu)建73-76
• 5.4.3 BNDT模型檢驗(yàn)76-79
• 5.4.4 各類模型比較分析79-80
• 5.5 本章小結(jié)80-81
• 6 結(jié)論與展望81-83
• 6.1 研究結(jié)論81-82
• 6.2 研究創(chuàng)新點(diǎn)82
• 6.3 研究展望82-83
• 參考文獻(xiàn)83-89
• 附錄A89-91
• 附錄B91-93
• 附錄C93-99
• 附錄D99-101
• 作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果101-105
• 學(xué)位論文數(shù)據(jù)集105

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 趙志祥;周德鄰;;數(shù)據(jù)調(diào)整的貝葉斯方法在微觀核數(shù)據(jù)評(píng)價(jià)中的應(yīng)用[J];核科學(xué)與工程;1985年01期

2 丁以華;;貝葉斯方法的發(fā)展及其存在問(wèn)題[J];質(zhì)量與可靠性;1986年01期

3 王宏洲;引信的可靠性評(píng)定——貝葉斯方法和經(jīng)驗(yàn)貝葉斯方法[J];現(xiàn)代引信;1989年02期

4 吳伯賢;;貝葉斯方法在洪水頻率分析中的應(yīng)用[J];成都科技大學(xué)學(xué)報(bào);1990年01期

5 張家新,王自力;貝葉斯方法在船體結(jié)構(gòu)疲勞分析中的應(yīng)用[J];造船技術(shù);2000年05期

6 陳曉懷,程真英,劉春山;動(dòng)態(tài)測(cè)量誤差的貝葉斯建模預(yù)報(bào)[J];儀器儀表學(xué)報(bào);2004年S1期

7 黎紅;陶勇;;基于主觀貝葉斯方法的裝備故障概率分析[J];國(guó)防技術(shù)基礎(chǔ);2009年02期

8 馮為民;朱俊;李嘉榮;;貝葉斯方法在房地產(chǎn)風(fēng)險(xiǎn)決策中的應(yīng)用研究[J];重慶建筑大學(xué)學(xué)報(bào);2006年02期

9 魯華;周德云;;貝葉斯網(wǎng)絡(luò)的對(duì)地多目標(biāo)攻擊決策[J];火力與指揮控制;2008年07期

10 汪力;葉樺;夏良正;;貝葉斯框架下的人的檢測(cè)[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年S1期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 David Z.D'Argenio;;貝葉斯方法在實(shí)驗(yàn)室研究向臨床的轉(zhuǎn)化以及辨識(shí)隱含亞群體中的應(yīng)用(英文)[A];中國(guó)藥理學(xué)會(huì)臨床藥理學(xué)專業(yè)委員會(huì)會(huì)議暨第十次全國(guó)臨床藥理學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

2 姜峰;高文;姚鴻勛;;貝葉斯網(wǎng)絡(luò)的推理和學(xué)習(xí)[A];全國(guó)網(wǎng)絡(luò)與信息安全技術(shù)研討會(huì)'2005論文集（下冊(cè)）[C];2005年

3 丁東洋;劉希陽(yáng);;風(fēng)險(xiǎn)分析中的穩(wěn)健貝葉斯方法[A];2011年全國(guó)電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

4 周桃庚;沙定國(guó);;貝葉斯可靠性序貫驗(yàn)證試驗(yàn)方法[A];中國(guó)儀器儀表學(xué)會(huì)第三屆青年學(xué)術(shù)會(huì)議論文集（下）[C];2001年

5 陳曉懷;程真英;劉春山;;動(dòng)態(tài)測(cè)量誤差的貝葉斯建模預(yù)報(bào)[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

6 杜鵬英;羅小平;何志明;;貝葉斯網(wǎng)絡(luò)的發(fā)展及理論應(yīng)用[A];第三屆全國(guó)虛擬儀器大會(huì)論文集[C];2008年

7 楊麗;武海濱;李康;;無(wú)金標(biāo)準(zhǔn)診斷試驗(yàn)評(píng)價(jià)的貝葉斯方法及應(yīng)用[A];2011年中國(guó)衛(wèi)生統(tǒng)計(jì)學(xué)年會(huì)會(huì)議論文集[C];2011年

8 寧鵬達(dá);;貝葉斯方法在風(fēng)險(xiǎn)投資項(xiàng)目決策中的應(yīng)用[A];第四屆中國(guó)科學(xué)學(xué)與科技政策研究會(huì)學(xué)術(shù)年會(huì)論文集（Ⅰ）[C];2008年

9 朱永生;;貝葉斯方法確定泊松變量的置信上限[A];中國(guó)物理學(xué)會(huì)高能物理分會(huì)第七屆學(xué)術(shù)年會(huì)實(shí)驗(yàn)分會(huì)場(chǎng)論文集[C];2006年

10 王增忠;柳玉杰;施建剛;;建筑工程項(xiàng)目全壽命安全管理決策的貝葉斯方法[A];中國(guó)優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)第七屆全國(guó)會(huì)員代表大會(huì)暨第七屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 闞英男;基于網(wǎng)格近似法的數(shù)控機(jī)床貝葉斯可靠性評(píng)估研究[D];吉林大學(xué);2015年

2 賈海洋;貝葉斯網(wǎng)學(xué)習(xí)若干問(wèn)題研究[D];吉林大學(xué);2008年

3 黃友平;貝葉斯網(wǎng)絡(luò)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2005年

4 朱允剛;貝葉斯網(wǎng)學(xué)習(xí)中若干問(wèn)題研究及其在信息融合中的應(yīng)用[D];吉林大學(xué);2012年

5 董立巖;貝葉斯網(wǎng)絡(luò)應(yīng)用基礎(chǔ)研究[D];吉林大學(xué);2007年

6 李小琳;面向智能數(shù)據(jù)處理的貝葉斯網(wǎng)絡(luò)研究與應(yīng)用[D];吉林大學(xué);2005年

7 江敏;貝葉斯優(yōu)化算法的若干問(wèn)題研究及應(yīng)用[D];上海大學(xué);2012年

8 胡笑旋;貝葉斯網(wǎng)建模技術(shù)及其在決策中的應(yīng)用[D];合肥工業(yè)大學(xué);2006年

9 何巖;統(tǒng)計(jì)稀疏學(xué)習(xí)中的貝葉斯非參數(shù)建模方法及應(yīng)用研究[D];浙江大學(xué);2012年

10 范敏;基于貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)與決策方法研究及應(yīng)用[D];重慶大學(xué);2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張路路;貝葉斯網(wǎng)絡(luò)系統(tǒng)可靠性分析及故障診斷方法研究[D];山東建筑大學(xué);2015年

2 徐冰;基于貝葉斯網(wǎng)絡(luò)的傳染病時(shí)空預(yù)警模型研究[D];長(zhǎng)安大學(xué);2015年

3 李艷強(qiáng);基于不確定理論的酸洗線和鍍鋅線的視情維修策略研究[D];河北工程大學(xué);2015年

4 王蕓;貝葉斯AGARCH模型在我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)度量中的應(yīng)用[D];南京財(cái)經(jīng)大學(xué);2015年

5 侯歡歡;基于貝葉斯網(wǎng)絡(luò)城市埋地燃?xì)夤芫�風(fēng)險(xiǎn)評(píng)價(jià)研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2015年

6 王宇;貝葉斯參數(shù)更新在可靠性分析中的應(yīng)用[D];南京航空航天大學(xué);2014年

7 李福偉;貝葉斯壓縮感知理論與技術(shù)[D];電子科技大學(xué);2015年

8 李景囡;基于依賴分析的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究[D];西安電子科技大學(xué);2014年

9 楊祥睿;基于貝葉斯網(wǎng)絡(luò)的船撞橋風(fēng)險(xiǎn)評(píng)估研究[D];重慶交通大學(xué);2015年

10 湯玉利;貝葉斯反問(wèn)題的MAP估計(jì)及其一致性[D];上海交通大學(xué);2015年

本文編號(hào)：559572