عنوان انگلیسی: Estimation of Origin-Destination Matrices Based on Markov Chains
سال نشر: ۲۰۱۷
نویسنده: Alexandr Tesselkin,Valeriy Khabarov
تعداد صفحه فارسی: ۱۶ – تعداد صفحه انگلیسی: ۱۰
دانشگاه: Novosibirsk State Technical University, Karla Marksa pr. 20, Novosibirsk 630073, Russia b Siberian Transport University, D. Kovalchuk 191, Novosibirsk 630049, Russia
نشریه: Process Safety and Environmental Protection
کیفیت ترجمه: ترجمه پلاس
چکیده
روش تخمین ماتریس¬های تناظر مبداء-مقصد با استفاده از داده¬های مشاهده¬ای درباره جریان¬های ترافیک براساس تئوری زنجیره مارکوف در این مقاله مدنظر قرار گرفته است. این روش مبتنی بر شبکه حمل و نقل که همراه با گراف زنجیره مارکوف مربوطه است و براساس شکل مخروطی گراف پیشنهادی می¬باشد. طبقه¬بندی مدلهای مشاهده¬ای در ارتباط با جریان در یک شبکه حمل و نقل ارائه گردیده است. خصوصیات روش پیشنهادی با در نظرگیری چندین شبکه ساده مورد تحقیق و بررسی قرار گرفتند. توصیه¬ها برای کاربرد عملی روش پیشنهادی در شبکه¬های حمل و نقل حقیقی ارائه شده¬اند.
Abstract
The method of estimating origin-destination matrices of correspondence using observational data on traffic flows based on the Markov chain theory is considered in this paper. The method is based on the transportation network, which is associated with the graph of the corresponding Markov chain and on the canonical form of the graph proposed. The classification of observation models on flows in a transportation network is provided. The properties of the method proposed are investigated on several simple networks. The recommendations for the practical application of the method proposed in real transportation networks are given.
امتیاز شما: