技术详细介绍
本发明涉及智能交通系统领域，尤其是涉及利用路段的参数值序列对短时交通流状态进行预测。一种基于隐马尔科夫模型短时交通流状态预测方法（专利号201310276581.7），包括以下步骤：对采集的数据进行处理和统计，通过设定预测窗口，对预测窗口起始时刻测得值以及预测窗口内参数平均值和序列对比度离散化，构成隐马尔科夫模型的隐状态和观察状态集合，然后利用Baum-Welch算法结合训练数据对模型参数进行学习。最后，对于一定的预测窗口，在已知观察状态序列的基础上，利用Viterbi算法求得最优的隐状态序列，则最优隐状态序列的最后的状态即为预测状态。本发明方法可以对未来短时的交通状态进行预测，是一种有效的短时交通状态预测方法。