交通狀態(tài)數(shù)學(xué)建模

1、成都機(jī)動(dòng)車尾號(hào)限行的影響分析摘要隨著國民經(jīng)濟(jì)的高速開展和城市化進(jìn)程的加快,我國機(jī)動(dòng)車保有量及道路交通流量急劇增加,日益增長的交通需求與城市道路根底建設(shè)之間的矛盾已成為目前城市交通的主要矛盾,交通擁堵已經(jīng)成為中國各大城市首要求解的頑疾.繼北京、廣州等特大城市之后,西部省會(huì)城市成都于今年4月26日開始實(shí)施車牌號(hào)尾號(hào)限行.為保證成都二環(huán)路改造工程的順利施工,成都二環(huán)路全線及7條城區(qū)放射性主干道,對(duì)本地及外地社會(huì)車輛實(shí)施工作日分時(shí)段按車牌尾號(hào)進(jìn)行限行,以緩解交通擁堵.本篇論文通過研究道路交通擁擠的狀況,來反映交通環(huán)境.即針對(duì)道路擁擠的問題進(jìn)行數(shù)學(xué)建模分析,討論“尾號(hào)限行是否對(duì)交通狀況起到積極的影響.道

2、路擁堵狀況評(píng)價(jià)的指標(biāo)有多種,為保證評(píng)價(jià)盡可能的客觀、全面和科學(xué),我們分析采用路段平均行程速度、單位里程平均延誤和路段飽和度三個(gè)評(píng)價(jià)指標(biāo)來綜合放映道路擁堵情況.選取的片區(qū)為成都市塔子公園片區(qū),包括蜀都大道東段和二環(huán)路東四段這兩條限行道路,由于數(shù)據(jù)的不完整性以及對(duì)應(yīng)事件的不確定性,如：交通指示燈作用,駕駛車輛的速度不均等情況所造成的數(shù)據(jù)和對(duì)應(yīng)結(jié)果的不完全對(duì)應(yīng),綜合考慮我們采取模糊數(shù)學(xué)模型來對(duì)問題一進(jìn)行分析和求解,列出非常順暢、順暢、緩慢、擁堵和嚴(yán)重?fù)矶挛鍌€(gè)評(píng)判標(biāo)準(zhǔn)來綜合評(píng)價(jià).確定出其隸屬度函數(shù)r(x),通過已確定的模糊評(píng)價(jià)矩陣R得出擁擠度系數(shù)B,最終得出其實(shí)施后的各項(xiàng)指標(biāo).對(duì)于問題二,要綜合考慮整

3、體城市的交通網(wǎng)絡(luò)情況,此時(shí)的交通狀態(tài)是一種不斷變化的動(dòng)態(tài)過程,具有很強(qiáng)的隨機(jī)性和偶然性.而交通擁堵的潛伏、開展和產(chǎn)生與具有連貫性和相關(guān)性的特點(diǎn),交通阻塞的發(fā)生與它的過去和現(xiàn)狀緊密相關(guān),因此,有可能通過對(duì)交通狀態(tài)的現(xiàn)狀和歷史進(jìn)行綜合分析.據(jù)此,我們采取貝葉斯網(wǎng)絡(luò)來建立數(shù)學(xué)模型,貝葉斯網(wǎng)絡(luò)是一種對(duì)概率關(guān)系的有向圖解描述,可以從不完全、不確定或不精確的知識(shí)或信息中做出推理.我們確定變量集元素有車流量、占有率、車流速度、車流密度等四個(gè),由于數(shù)據(jù)的限制我們的變量域?qū)⒃O(shè)置為一百天,從而得出貝葉斯網(wǎng)絡(luò)結(jié)構(gòu).對(duì)于問題三,問題提出了道路負(fù)載水平分析,由有關(guān)的技術(shù)資料可知,通行水平反映了道路所能承受的交通負(fù)荷水平

4、.通行水平是指在一定的道路、交通、限制和環(huán)境條件下,對(duì)應(yīng)于一定的行駛質(zhì)量即效勞水平,在某一道路斷面上單位時(shí)間所能通過的最大車輛數(shù).道路通行水平受到道路、交通等多種條件影響,而交通系統(tǒng)中駕駛員的駕駛行為以及整個(gè)交通流又都具有顯著的隨機(jī)特征.所以本文通過建立仿真數(shù)學(xué)模型,構(gòu)造出根本路段的道路、交通特性等因素,模擬其中車流的運(yùn)行狀態(tài)及其隨時(shí)空變化的過程.通過對(duì)仿真運(yùn)行過程的觀察、仿真結(jié)果的統(tǒng)計(jì)以及與采集的有關(guān)數(shù)據(jù)的比照分析,研究根本路段的通行水平.關(guān)鍵字：交通擁堵尾號(hào)限行模糊模型評(píng)價(jià)貝葉斯網(wǎng)絡(luò)預(yù)測仿真模型一、問題重述城市交通問題是關(guān)系人民群眾日常生活的重要問題.由于汽車工業(yè)的迅猛開展,城市交通的形勢

5、越來越嚴(yán)重.如何緩解交通,保持交通的根本順暢,是交通治理部門需要著重研究的課題之一.為保證成都二環(huán)路改造工程的順利施工,成都二環(huán)路全線及7條城區(qū)放射性主干道,對(duì)本地及外地社會(huì)車輛實(shí)施工作日分時(shí)段按車牌尾號(hào)進(jìn)行限行,以緩解交通擁堵.這是成都在實(shí)施“禁左中央城區(qū)設(shè)置機(jī)動(dòng)車輛“禁止左轉(zhuǎn)路口和標(biāo)志等緩解交通擁堵舉措之后的又一舉措.具體舉措如下：今年4月26日至明年7月30日期間,成都市將在二環(huán)路全線及7條放射性主干道,對(duì)所有川A和外地籍號(hào)牌汽車實(shí)施工作日按車牌尾號(hào)限行舉措,每天限行2個(gè)尾號(hào),每車每周限行1天,即：周一限尾號(hào)1、6;周二限尾號(hào)2、7;周三限尾號(hào)3、8;周四限尾號(hào)4、9;周五限尾號(hào)5、00

6、尾號(hào)是字母的私家車,按最后一位數(shù)字限行.一工作日星期一至星期五的7:30至22:00,對(duì)二環(huán)路全線實(shí)施白天時(shí)段“尾號(hào)限行舉措.二工作日星期一至星期五的7:30至9:30、17:00至19:30,對(duì)7條放射性干道實(shí)施早晚交通頂峰“尾號(hào)限行舉措.但公交車、出租車、交通車、校車、長途客車、旅游客車及特種車輛不受限制.此外,市交管部門還將根據(jù)交通狀況及施工對(duì)交通的影響程度適時(shí)推出其它交通管控措施.對(duì)于此次限行,成都居民最關(guān)心的是它對(duì)當(dāng)前和未來工作和生活的影響,請你利用數(shù)學(xué)模型答復(fù)以下問題：1、利用數(shù)學(xué)模型研究實(shí)施該舉措后,某一工作日全天24小時(shí)內(nèi),成都市內(nèi)某一片區(qū)例如火車北站片區(qū)、交大片區(qū)等的公路交通

7、情況；2、分析此次限行對(duì)成都未來一年市內(nèi)交通的變化影響情況,據(jù)此探討該項(xiàng)政策的有效性；3、根據(jù)工程建設(shè)規(guī)劃,二環(huán)路將改造成快速路.請根據(jù)目前公布的改造前方案預(yù)測未來二環(huán)路的交通負(fù)荷水平及對(duì)市內(nèi)交通的變化影響.問題分析2.1 問題一的分析以塔子公園片區(qū)為分析對(duì)象,我們通過研究道路交通擁擠的狀況,來反映交通環(huán)境.道路擁堵狀況評(píng)價(jià)的指標(biāo)有多種,為保證評(píng)價(jià)盡可能的客觀、全面和科學(xué),評(píng)價(jià)指標(biāo)的選擇必須遵循一定的規(guī)那么：整體完整性,客觀性,可操作性,可比性等原那么.基于此,我們選取路段平均行程速度、單位里程平均延誤和路段飽和度三個(gè)指標(biāo),同時(shí)我們以非常暢通、暢通、緩慢、擁堵和嚴(yán)重?fù)矶碌任鍌€(gè)級(jí)別來劃分擁堵程度

8、.明確表示出道路擁擠情況.2.2 問題二的分析綜合的交通狀態(tài)是一種不斷變化的動(dòng)態(tài)過程,具有很強(qiáng)的隨機(jī)性和偶然性.而交通擁堵的潛伏、開展和產(chǎn)生與具有連貫性和相關(guān)性的特點(diǎn),交通阻塞的發(fā)生與它的過去和現(xiàn)狀緊密相關(guān),因此,有可能通過對(duì)交通狀態(tài)的現(xiàn)狀和歷史進(jìn)行綜合分析.據(jù)此,我們采取貝葉斯網(wǎng)絡(luò)來建立數(shù)學(xué)模型.2.3 問題三的分析通行水平反映了道路所能承受的交通負(fù)荷水平.所以我們可以研究其通行水平來進(jìn)一步研究其負(fù)載水平,通行水平是指在一定的道路、交通、限制和環(huán)境條件下,對(duì)應(yīng)于一定的行駛質(zhì)量即效勞水平,在某一道路斷面上單位時(shí)間所能通過的最大車輛數(shù).構(gòu)造出一個(gè)仿真模型來說明路根本路段的通行水平.三、符號(hào)說明符

9、號(hào)符號(hào)說明X評(píng)價(jià)因素集Z五種效勞標(biāo)準(zhǔn)評(píng)判集W各指標(biāo)所占權(quán)重Y交通狀態(tài)變量集bk交通擁堵指數(shù)V車流速度A路段占啟率K車流密度四、模型的假設(shè)假設(shè)一：排除交通事故發(fā)生、自然災(zāi)害、惡劣天氣、阻塞發(fā)生時(shí)車輛狀態(tài)等的影響;假設(shè)二：僅考慮成都私家車機(jī)動(dòng)車輛,忽略其他影響不大的交通工具的影響；假設(shè)三：僅考慮單雙號(hào)限行和新建二環(huán)快速路對(duì)交通情況的影響；假設(shè)四：未來一年內(nèi)成都市內(nèi)汽車保有量根本不變；五、模型的建立與求解5.1 問題一模型的建立與求解5.1.1 問題分析根據(jù)題設(shè)的要求,我們選取成都市塔子公園片區(qū)作為研究對(duì)象,具片區(qū)包括蜀都大道東段和二環(huán)路東四段這兩條限行道路,如下列圖所示：以限行的政策規(guī)定：每工作日

10、7:30至22:00,是對(duì)二環(huán)路進(jìn)行Bg行；每工作日的7:30至9:30、17:00至19:30,是對(duì)放射性主干道實(shí)施限行.由于二環(huán)路與蜀都大道是此片區(qū)的主要道路,因此僅對(duì)于這兩條干道分析來表現(xiàn)出該片區(qū)的交通情況.5.1.2 問題評(píng)價(jià)標(biāo)準(zhǔn)根據(jù)道路擁堵程度的不同劃分為五個(gè)級(jí)別,分別為非常暢通、暢通、緩慢、擁堵和嚴(yán)重?fù)矶?通過浮動(dòng)車數(shù)據(jù)的回歸擬合分析,并參考相關(guān)的標(biāo)準(zhǔn),分別確定三個(gè)評(píng)價(jià)指標(biāo)不同評(píng)價(jià)等級(jí)的閾值.由于主干道是城市內(nèi)部的主要道路,因此提出三個(gè)評(píng)價(jià)指標(biāo)作為主干道的評(píng)判標(biāo)準(zhǔn).1路段不同時(shí)段平均行程速度評(píng)判標(biāo)準(zhǔn)為了確定路段不同時(shí)段平均行程速度的評(píng)判標(biāo)準(zhǔn),根據(jù)車速調(diào)查相關(guān)理論和交通流參數(shù)之間的關(guān)

11、系可得出主干道平均行程速度的評(píng)判標(biāo)準(zhǔn)見表1.表1平均行程速度評(píng)判標(biāo)準(zhǔn)單位：km/h效勞等級(jí)非常順暢順暢緩慢擁堵嚴(yán)重?fù)矶轮鞲傻?5,收(35,45)(25,35)(15,25)(0,15)2路段單位里程平均延誤評(píng)判標(biāo)準(zhǔn)由于單位里程平均延誤取決于路段平均行程速度和自由流速度,為使評(píng)價(jià)結(jié)果具有一致性,利用浮動(dòng)車調(diào)查數(shù)據(jù)進(jìn)行平均行程速度與單位里程平均行程延誤回歸擬合分析.主干道的回歸擬合方程如下：一一_2y=0.1213x-12.275x+309.75依據(jù)平均行程速度評(píng)判標(biāo)準(zhǔn)的劃分,確定不同的單位里程平均行程延誤所對(duì)應(yīng)的擁堵級(jí)別,具體結(jié)果如表2所示.表2單位里程平均延誤評(píng)判標(biāo)準(zhǔn)單位：s/km輛效勞等級(jí)

12、非常順暢順暢緩慢擁堵嚴(yán)重?fù)矶轮鞲傻?(0,30)(30,80)(80,150)150平(3)路段飽和度評(píng)判標(biāo)準(zhǔn)主要參考美國?道路通行水平手冊?5、?公路工程技術(shù)標(biāo)準(zhǔn)?(JTGB01-2003)6,以及相關(guān)科研院所的研究結(jié)論,確定路段飽和度評(píng)判標(biāo)準(zhǔn)(見表3)表3路段飽和度評(píng)判標(biāo)準(zhǔn)效勞等級(jí)非常順暢順暢緩慢擁堵嚴(yán)重?fù)矶轮鞲傻?0,0.4)(0.4,0.6)(0.6,0.7)(0.7,0.8)(0.8,4oc)5.1.3 模型的建立(1)確定評(píng)價(jià)因素集與評(píng)語集根據(jù)以上評(píng)價(jià)指標(biāo)的選取和擁堵級(jí)別的劃分,確定評(píng)價(jià)因素集為X=*修2抵)分別對(duì)應(yīng)于平均行程速度、單位里程平均延誤和飽和度.同時(shí),確定評(píng)判集Z=Zi

13、,Z2,Z3,Z4,Z5分別對(duì)應(yīng)于非常順暢、順暢、緩慢、擁堵和嚴(yán)重?fù)矶挛宸N評(píng)價(jià)等級(jí).(2)確定評(píng)價(jià)指標(biāo)權(quán)重向量a)給定初始白樣本矩陣Xnxp=x,x2,|,xp,對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,得到數(shù)據(jù)矩陣x*=x；,x2H,xP.C)統(tǒng)計(jì)X'nxp的特征根和相應(yīng)的特征向量lk,將特征根按大小順序排列,那么第k個(gè)kpp主成分的方差奉獻(xiàn)率為,前k個(gè)主成分的累計(jì)奉獻(xiàn)率為Z%Z%.iT)k(pd)選擇m個(gè)主成分,際中通常所取得累計(jì)貢85%以上,即工儲(chǔ)ZK蘭85%;口a)e)前m個(gè)主成分對(duì)總體方差的奉獻(xiàn)矩陣A=(%,%,|,九m),同時(shí)得到各指標(biāo)在前m個(gè)主成分上的奉獻(xiàn)矩陣L=(li,l2,MI,lm

14、),那么各指標(biāo)對(duì)總體方差的奉獻(xiàn)率矩陣為：W=AL=-i,"2,lH,"mW中各元素的值即為相應(yīng)指標(biāo)的權(quán)重.根據(jù)以上權(quán)重確定方法,計(jì)算路段平均行程速度、單位里程平均延誤和飽和度三個(gè)指標(biāo)的權(quán)重向量為：W=(0.420.300.28)(3)確定指標(biāo)隸屬度在確定指標(biāo)隸屬度時(shí),對(duì)于越大越優(yōu)指標(biāo),采用開半梯形法,對(duì)于越小越優(yōu)指標(biāo),采用降半梯形法.其中路段平均行程速度屬于越大越優(yōu)指標(biāo),其他兩個(gè)評(píng)價(jià)指標(biāo)屬于越小越優(yōu)指標(biāo).越大越優(yōu)隸屬度函數(shù)為：I Xj之Hijr(x)x-jHij>Xj>IijHij0Xij-1ijJ越小越優(yōu)隸屬度函數(shù)為：1(、Hij-為r(x);H-III ij

15、1ij(4)模糊綜合評(píng)價(jià)通過以上分析,確定的模糊評(píng)價(jià)矩陣為:Xij-1ijHij>xj>1ijXij-Hij05V2V3V4V5、R=t1t2t3t4t5m2m3mum15/在模糊評(píng)價(jià)矩陣構(gòu)建的根底上,對(duì)所得矩陣和權(quán)重向量做合成運(yùn)算,最終得到:命1V2V3V4V5'B=WD=(0.420.300.28)-tit2t3t,t5=(B,b2,b3,b4,b5)mm2m3m4m5m式中)bj=E電弓.i1令bk=1-maxbAhb,取值為0,1,bk越接近1,道路越擁堵；反之,道路越順暢.其中擁堵指數(shù)與擁堵程度的對(duì)應(yīng)關(guān)系如表4所示：表4擁堵指數(shù)與擁堵程度對(duì)應(yīng)關(guān)系評(píng)價(jià)指標(biāo)非常順暢順

16、暢緩慢擁堵嚴(yán)重?fù)矶聯(lián)矶轮笖?shù)b,0.2)10.2,0.4)b.4,0.6)10.6,0.8)Iq.8,1.q5.1.4模型的求解根據(jù)檢測的數(shù)據(jù),我們將其分為0:005:00,5:00-7:00,7:00-9:00等9個(gè)階段來分析.時(shí)間0:00-5:00-7:00-9:9:00-11:00-13:00-16:00-18:00-20:00-5:007:000011:0013:0016:0018:0020:0023:00實(shí)施前擁擠度0.150.20.80.90.70.890.90.40.35評(píng)價(jià)非常順暢順暢嚴(yán)重?fù)矶聡?yán)重?fù)矶聯(lián)矶聡?yán)重?fù)矶聡?yán)重?fù)矶戮徛槙硨?shí)施后擁擠度0.130.170.690.820.58

17、0.790.790.380.34評(píng)價(jià)非常順暢非常順暢擁堵嚴(yán)重?fù)矶戮徛龘矶聯(lián)矶马槙稠槙称鋱D像表小為:5.2問題二模型的建立與求解5.2.1 問題分析與背景知識(shí)綜合的交通狀態(tài)是一種不斷變化的動(dòng)態(tài)過程,具有很強(qiáng)的隨機(jī)性和偶然性.而交通擁堵的潛伏、開展和產(chǎn)生與具有連貫性和相關(guān)性的特點(diǎn),交通阻塞的發(fā)生與它的過去和現(xiàn)狀緊密相關(guān),因此,有可能通過對(duì)交通狀態(tài)的現(xiàn)狀和歷史進(jìn)行綜合分析.據(jù)此,我們采取貝葉斯網(wǎng)絡(luò)來建立數(shù)學(xué)模型.貝葉斯網(wǎng)絡(luò)是一種對(duì)概率關(guān)系的有向圖解描述,適用于表達(dá)和分析不確定性和概率性的事物,應(yīng)用于有條件地依賴多種限制因素的決策,可以從不完全、不精確或不確定的知識(shí)或信息中做出推理,是目前不確定知識(shí)和

18、推理領(lǐng)域最有效的理論模型之一.當(dāng)領(lǐng)域中變量之間的關(guān)系較明顯的情況下,能大大提升學(xué)習(xí)效率.構(gòu)造貝葉斯網(wǎng)絡(luò)先是確定變量集和變量域,之后是確定網(wǎng)絡(luò)結(jié)構(gòu).此題分析的是成都市一年內(nèi)交通變化情況,城市交通網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜,但其根本的組成單元為路段,是連接各個(gè)路口的通道,在交通狀態(tài)分析中起著重要作用.因此定義路段交通狀態(tài)變量和建立路段貝葉斯網(wǎng)絡(luò)分析模型是分析路網(wǎng)交通狀態(tài)的根底.為簡化預(yù)測模型,本文選取的路段參數(shù)有車流量、占有率、車流速度,車流密度等四個(gè).5.2.2 問題模型的建立(1)變量集的定義影響交通狀態(tài)的變量集如下:Y=V,Q,A,K)變量定義及其相互關(guān)系如下：Y表示交通狀態(tài)；Y=1時(shí)表示交通處于阻塞狀態(tài)

19、；Y=0表示交通狀態(tài)處于暢通狀態(tài)；V為車流速度；Q為路段的車流量；A為路段占有率；K為車流密度.(2)貝葉斯網(wǎng)絡(luò)的實(shí)現(xiàn)從網(wǎng)絡(luò)模型可以看出不管是占有率或者車流密度,還是車流量以及車流速度,每個(gè)變量狀態(tài)都對(duì)交通狀態(tài)有一定的影響.獲取交通狀態(tài)在上述4個(gè)影響因素聯(lián)合分布下的條件概率,即求概率P(Y|V,Q,A,K)的過程,實(shí)質(zhì)上是一個(gè)貝葉斯學(xué)習(xí)的過程.貝葉斯法那么是貝葉斯學(xué)習(xí)方法的根底,其公式表述如下：(1)P(h,看在許多學(xué)習(xí)場景中,學(xué)習(xí)器通常都是尋找給定練習(xí)數(shù)據(jù)D時(shí)可能性最大假設(shè),具表示為:hMAP=argmaxP(hD)=argmaxP(DIh)P(h)=argmaxP(Dh)P(h)(2)P(

20、D)在(2)式最后一步中,P(D)被去掉了,由于它是不依賴于h的常量.由公式(1)、(2)有：P(YV,A,Q,K)=P(V,A,Q,KY)P(Y)=p(v,a,Q,K|Y)(3)P(V,A,Q,K)對(duì)(4)式中的P(V,A,Q,K|Y)運(yùn)用到條件獨(dú)立性得到：P(V,A,Q,K|Y)=P(V|Y)P(A,Q,K|Y)(4)因此式(4)可改寫為：P(Y|V,A,Q,K)=P(V|Y)P(A,Q,K|Y)P(Y)(5)由式(6)知,要計(jì)算概率P(Y|V,A,Q,K)的值,需要知道某些先驗(yàn)概率以及條件概率.通過對(duì)交通部門保存的交通狀態(tài)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析,得到所需的相關(guān)概率分布.P(V,A,Q,K|Y)

21、=P(V)P(A|V)P(Q|A,V)P(K|Q,A,V)P(Y|V,A,Q,K),、(6)=P(V)P(A)P(Q|A)P(K|Q)P(Y|V,A,Q,K)將(6)式代入式,得到預(yù)測模型中各變量間的聯(lián)合概率分布：P(V,A,Q,K|Y)=P(V)P(A)P(Q|A)P(K|Q)P(V|Y)P(A,Q,K|Y)P(Y)(7)有了聯(lián)合概率分布,就可以通過反復(fù)應(yīng)用貝葉斯公式和乘積與求和公式得到網(wǎng)絡(luò)中任意想知道的概率.在進(jìn)行交通狀態(tài)預(yù)測的時(shí)候,對(duì)于任意一組觀測值的狀態(tài),都有對(duì)應(yīng)的先驗(yàn)概率及條件概率,分別將其代入式(7),就可求得所需的后驗(yàn)概率.由于是通過比擬在給定觀測值條件下Y=1和Y=0成立的后驗(yàn)

22、概率來實(shí)現(xiàn)預(yù)測,而交通阻塞發(fā)生與否是隨機(jī)的、不確定的,可以簡單地將交通狀態(tài)的每一候選假設(shè)賦予相同的先驗(yàn)概率,即P(Y=1)=P(Y=0)=(8)0.15,那么式(8)可以簡化成：P(Y|Vi,Ai,Qi,Ki)=P(Vi|Y)P(AiQ|Ki|Y)因此只需通過計(jì)算(9)式的值,并進(jìn)行比擬就可以作出判斷.將Y=i和Y=0分別代入(8)可得：P(Yi|Vi,Ai,Qi,Ki)=P(Vi|Yi)P(Ai,Qi|Ki|Yi)(9)P(Y0M,Ai,Qi,Ki)=P(Vi|Y0)P(Ai,Qi|Ki|Y°)(i0)然后將兩者進(jìn)行比擬,就可以判斷是否會(huì)發(fā)生交通阻塞,如果計(jì)算獲得概率P(i|Vi,

23、Ai,Qi,Ki)大于P(0|Vi,Ai,Qi,Ki)說明會(huì)發(fā)生交通阻塞,反之不會(huì).5.2.3模型的求解將所測得數(shù)據(jù)選取50個(gè)作為仿真數(shù)據(jù),進(jìn)行數(shù)據(jù)處理,得出的實(shí)驗(yàn)后概率曲線為A1,交通阻塞后概率為：P(i|Vi,Ai,Qi,Ki),交通不發(fā)生阻塞后概率為：P(0|Vi,Ai,Qi,Ki)o經(jīng)計(jì)算為：有34組數(shù)據(jù)預(yù)測到交通阻塞會(huì)發(fā)生,而其余i6組數(shù)據(jù)預(yù)測交通阻塞不會(huì)發(fā)生.故可以預(yù)測出成都市的一年內(nèi)的交通情況：交通擁堵概率為68%通常率為32%所以該舉措對(duì)于成都市交通情況的改善有效的,但效果不太顯著.六、模型的推廣與優(yōu)缺點(diǎn)對(duì)于本文所涉及的交通限行方法,并不單單只有單雙號(hào)限行一種,還有其他形式的限

24、行方案,同樣可以利用該模型進(jìn)行分析和預(yù)測.另外,此模型可以適用于大多數(shù)有可能造成交通擁堵的其他大型活動(dòng).對(duì)于問題一模型,由于條件有限,所以只考慮單雙號(hào)限行情況對(duì)上海世博會(huì)期間的交通狀況產(chǎn)生的影響,然而實(shí)際中,交通限行的方法還有很多,其他情況還另需討論.總的來說,問題二的預(yù)測模型是有效的.另外,如果要利用此模型對(duì)不同城市或不同路段的交通狀態(tài)進(jìn)行預(yù)測,那么僅需修改其條件概率表的值即可.只要給定了完整的占有率、車流密度、車流量和車速狀態(tài)值,就可以利用該模型進(jìn)行交通狀態(tài)預(yù)測.但鑒于有些因素信息的獲取比擬困難,如交通事故發(fā)生、阻塞發(fā)生時(shí)車輛狀態(tài)等.因此為了簡化預(yù)測模型,在建立預(yù)測模型時(shí),僅僅選取了占有率、車流密度、車流量和車速作為影響因素變量,從而使預(yù)測結(jié)果的精確性有所降低.另外由于時(shí)間,精力有限,文中所涉及的局部數(shù)據(jù)來源于網(wǎng)絡(luò),比擬復(fù)雜,未能明確給出.七、參考文獻(xiàn)1姜啟源,數(shù)學(xué)模型M,北京：高等教育出版社