Доклады АН ВШ РФ

ДОКЛАДЫ АКАДЕМИИ НАУК
ВЫСШЕЙ ШКОЛЫ РОССИЙСКОЙ ФЕДЕРАЦИИ

Print ISSN: 1727-2769    Online ISSN: 2658-3747
English | Русский

Последний выпуск
№3(72) июль-сентябрь 2026

Байесовский подход к задаче планирования наблюдений за транспортными потоками

Выпуск № 3 (36) июль-сентябрь 2017
Авторы:

Хабаров Валерий Иванович ,
Теселкин Александр Александрович ,
DOI: http://dx.doi.org/10.17212/1727-2769-2017-3-105-118
Аннотация

Рассматривается байесовский подход для задачи планирования наблюдений за транспортными потоками. Проблема является актуальной при организации мониторинга транспортных потоков для оценки корреспонденций. Применение байесовского подхода позволяет учесть априорную информацию о характере транспортных потоков, которая может быть получена из данных предыдущих обследований и прогнозных транспортных моделей. Задача планирования наблюдений сводится к задаче распределения ресурса на узлах транспортной сети. Рассматривается модель наблюдения за потоками, которая предполагает определение количества переходов транспортных средств из одного узла сети в другой. Для описания модели используется марковская цепь с дискретным временем. Матрица переходных вероятностей цепи оценивается с помощью байесовского метода на основе наблюдений за цепью в некоторые интервалы времени. Для предлагаемой модели наблюдений строится информационная матрица Фишера для байесовского случая. Задача распределения ресурса для наблюдения решается с применением методов оптимального планирования эксперимента. Задача планирования сводится к задаче нелинейного программирования с линейными ограничениями. Приводится пример и предлагается интерпретация полученных результатов для использования в практических целях.


Ключевые слова: транспортная сеть, матрица корреспонденции, марковские цепи, оптимальное планирование экспериментов, байесовский подход
Хабаров Валерий Иванович
д-р техн. наук, профессор, член-корреспондент Академии Высшей школы, заведующий кафедрой информационных технологий транспорта Сибирского государственного университета путей сообщения. Область научных интересов: искусственный интеллект, математическое моделирование транспортных потоков, планирование эксперимента. Опубликовано около 120 научных работ. (Адрес: 630049, Россия, Новосибирск, ул. Дуси Ковальчук,
•  E-mail: ).

khabarov51@mail.ru
Orcid:

Теселкин Александр Александрович
аспирант Новосибирского государственного технического университета. Область научных интересов: математическое моделирование транспортных потоков, методы планирования экспериментов. Опубликовано 20 научных работ. (Адрес: 630073, Россия, г. Новосибирск, пр. Карла Маркса,
• E-mail: ).

a.tesselkin@gmail.com
Orcid:

Список литературы
  1. Введение в математическое моделирование транспортных потоков: учебное пособие / А.В. Гасников, С.Л. Кленов, Е.А. Нурминский, Я.А. Холодов, Н.Б. Шамрай, М.Л. Бланк, Е.В. Гасникова, А.А. Замятин, В.А. Малышев, А.В. Колесников, А.М. Рай­городский; под ред. А.В. Гасникова. – М.: Изд-во МФТИ, 2010. – 360 с.
  2. Швецов В.И. Математическое моделирование транспортных потоков // Автоматика и телемеханика. – 2003. – № 11. – С. 3–46.
  3. Хабаров В.И., Теселкин А.А. Марковские модели в задачах оценивания транспортных корреспонденций // Научный вестник НГТУ. – 2016. – № 1 (62). – С. 91–105. – doi: 10.17212/1814-1196-2016-1-91-105.
  4. Bera S., Krishna Rao K.V. Estimation of origin-destination matrix from traffic counts: the state of the art // European Transport . – 2011. – Vol. 49. – P. 3–23.
  5. Yang H., Zhou J. Optimal traffic counting locations for origin-destination matrix estimation // Transportation Research. Part B: Methodological. – 1998. – Vol. 32. – P. 109–126.
  6. Хабаров В.И., Молодцов Д.О., Хомяков С.В. Марковская модель транспортных корреспонденций // Доклады ТУСУР. – 2012. – № 1 (25), ч. 1. – С. 113–117.
  7. Хабаров В.И., Теселкин А.А., Косолапов К.П. Планирование экспериментов для оценки матрицы транспортных корреспонденций // Доклады АН ВШ РФ. – 2015. – № 3 (28). – C. 109–116.
  8. Ли Ц., Джадж Д., Зельнер А. Оценивание параметров марковских процессов по агрегированным временным рядам. – М.: Статистика, 1977. – 221 с.
  9. Martin J.J. Bayesian decision problems and Markov chains. – New York: John Wiley and Sons, 1967. – 202 p.
  10. Справочник по прикладной статистике. В 2 т. Т. 1 / под ред. Э. Ллойда, У. Ледермана; пер. с англ. под ред. Ю.Н. Тюрина. – М.: Финансы и статистика, 1989. – 510 с.
Просмотров аннотации: 2266
Скачиваний полного текста: 965
Просмотров интерактивной версии: 0
Для цитирования:

Хабаров В.И., Теселкин А.А. Байесовский подход к задаче планирования наблюдений за транспортными потоками // Доклады АН ВШ РФ. – 2017. – № 3 (36). – C. 105–118. doi: 10.17212/1727-2769-2017-3-105-118

For citation:

Khabarov V.I., Tesselkin A.A. Baiesovskii podkhod k zadache planirovaniya nablyudenii za transportnymi potokami [Bayesian approach to the problem of planning traffic flow observations]. Doklady Akademii nauk vysshei shkoly Rossiiskoi Federatsii – Proceedings of the Russian higher school Academy of sciences, 2017, no. 3 (36), pp. 105–118. doi: 10.17212/1727-2769-2017-3-105-118

 

Обработка персональных данных

Мы используем сервис веб-аналитики Яндекс Метрика, который использует cookie.

Собранная при помощи cookie информация не может идентифицировать вас, однако может помочь нам улучшить работу нашего сайта. Вы можете отказаться от использования cookies, выбрав соответствующие настройки в браузере. Также Вы можете запретить сбор данных с помощью расширения для браузера «Блокировщик Яндекс Метрики». Используя этот сайт, вы соглашаетесь на обработку персональных данных.