买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东南大学

摘要：本发明公开了一种基于极大似然估计的AVI检测器流量分配方法，包括基于时空棱镜划定候选目的地集的搜索范围；在候选目的地集基础上，使用有偏随机游走算法生成连接各目的地的候选路径集；通过求解似然函数最优化模型，推断不同候选目的地集的匹配概率；基于极大似然估计进行检测器流量分配；本发明将路径流视为检测器流的分配结果而不是OD流，并基于这一新的视角，将UE假设和先验OD矩阵替换为时间一致性假设和检测器对之间的观测交通流，从而得到更真实的结果。

主权项：1.一种基于极大似然估计的AVI检测器流量分配方法，其特征在于，针对目标区域，执行如下步骤S1-步骤S4，完成检测器流量的分配：步骤S1：分别针对行驶于目标区域中的各车辆样本，基于时空棱镜，确定车辆样本的候选目的地，并构建候选目的地集；步骤S2：基于候选目的地集，使用有偏随机游走算法生成连接各目的地的候选路径集；步骤S3：根据车辆样本经过的目的地次序和路径次序，构建目的地次序候选集和路径次序候选集，基于车辆样本被检测器捕获的概率，构建并求解似然函数最优化模型，推断车辆样本与不同目的地次序和路径次序的匹配概率；步骤S3的具体步骤如下：步骤S3.1：根据车辆样本经过的目的地和路径的次序，构建目的地次序候选集和路径次序候选集；根据全概率公式，第n个车辆样本被检测器对捕获的概率如下式： 式中，PrΩi表示车辆样本以目的地次序Ωi通过检测器对的概率，表示选定了目的地次序Ωi的条件下，第n辆车辆样本被检测器对捕获的概率；根据目的地次序候选集，生成路径次序候选集，将进一步分解为： 式中，Φi为路径次序，为目的地推导式，表示在选定了目的地次序Ωi的条件下，第n辆车辆样本选取路径次序Φi且被检测器对捕获的概率；构建似然函数如下式： 式中，LL为似然函数，表示所有车辆样本都被检测器对观测到的概率的对数，Ni,i+1为检测器对观测到的车辆样本总数；步骤S3.2：构建似然函数最优化模型如下式： 因为似然函数LL为严格凹函数，所以似然函数最优化模型有唯一最大值，使用经典的拟牛顿法进行求解；针对所述的目的地推导式根据概率乘法法则导出下式： 其中，为匹配概率模型，表示在给定的目的地次序Ωi和路径次序Φi下，车辆样本被检测器对观测到的概率；PrΦi|Ωi为路径次序选择模型，表示在给定的目的地次序Ωi下，选择路径次序Φi的概率；步骤S4：基于车辆样本与不同目的地次序和路径次序的匹配概率，计算检测器流量的分配概率，根据最大分配概率对应的目的地和路径将检测器流量分配至目标区域的路网中。

全文数据：

权利要求：

百度查询： 东南大学 一种基于极大似然估计的AVI检测器流量分配方法