技術特征：

1.一種基于模糊馬爾可夫過程的路網(wǎng)交通狀態(tài)預測方法，包括以下步驟：

1)在選定待預測路網(wǎng)交通狀態(tài)的路網(wǎng)區(qū)域以后，以固定時間間隔采集此區(qū)域內各個交叉口的歷史交通流量數(shù)據(jù)；

2)為便于量化計算，根據(jù)道路服務水平及飽和度之間的關系，建立飽和度值和量化值的映射，由此根據(jù)飽和度值界定交通狀態(tài)；

3)根據(jù)步驟1)中所得交叉口歷史交通流量數(shù)據(jù)，利用馬爾可夫過程特性計算得到交叉口狀態(tài)轉移矩陣P；

4)假設已知交叉口當前時刻狀態(tài)向量為A_t，計算得出交叉口下一時刻狀態(tài)向量為A_t+1＝A_tP，從而獲得交叉口下一時刻交通狀態(tài)，其中P為步驟3)中所述狀態(tài)轉移矩陣；

5)對所述路網(wǎng)區(qū)域內的各個交叉口進行分類，并確定各類型的數(shù)目以及權重向量B；

6)考慮步驟2)中所界定的交通狀態(tài)分別在預測以及歷史下一時刻中所占的數(shù)目情況，計算出模糊評價矩陣M；

7)根據(jù)步驟5)中所述交叉口類型權重向量B以及步驟6)中所述模糊評價矩陣M，計算得到路網(wǎng)運行狀態(tài)向量A，從而獲得所述路網(wǎng)區(qū)域的交通狀態(tài)。

2.如權利要求1所述的一種基于模糊馬爾可夫過程的路網(wǎng)交通狀態(tài)預測方法，其特征在于：

步驟1)中所述采集歷史交通流量數(shù)據(jù)的固定時間間隔是指5分鐘或15分鐘或30分鐘或60分鐘；

步驟2)中所述映射關系具體是指：飽和度小于等于0.3為暢通狀態(tài)，飽和度大于0.3小于等于0.6為輕微擁擠狀態(tài)，飽和度大于0.6小于等于0.9為擁擠狀態(tài)，飽和度大于0.9為嚴重擁擠狀態(tài)，即界定出了四種交通狀態(tài)；

步驟3)中所述狀態(tài)轉移矩陣P是一個4×4矩陣，所述四種狀態(tài)中的每一種都將轉移或不轉移成四種狀態(tài)中的任意一種(包含轉移成相同狀態(tài)的情況)，如式(1)所示：

$P=\left(\begin{array}{cccc}{p}_{11}& p_{12}& p_{13}& p_{14}\\ p_{21}& p_{22}& p_{23}& p_{24}\\ p_{31}& p_{32}& p_{33}& p_{34}\\ p_{41}& p_{42}& p_{43}& p_{44}\end{array}\right)---\left(1\right)$

其中，p_ij代表當前時刻交叉口狀態(tài)為j(j＝1,2,3,4)，下一時刻狀態(tài)為i(i＝1,2,3,4)的概率；

步驟5)中所述交叉口分類方法按照如下原則進行：主干路與主干路相交的交叉口作為第1類交叉口，主干路與次干路相交的交叉口作為第2類交叉口，主干路與支路相交的交叉口作為第3類交叉口，次干路與次干路相交的交叉口作為第4類交叉口，次干路與支路相交的交叉口作為第5類交叉口，支路與支路相交的交叉口作為第6類交叉口，即定義了六種交叉口類型；

步驟5)中所述各類型交叉口的數(shù)目用b₁，b₂，b₃，b₄，b₅，b₆表示，則所述權重向量B如式(2)所示：

B＝(B₁ B₂ B₃ B₄ B₅ B₆) (2)

其中，B_i＝b_i/(b₁+b₂+b₃+b₄+b₅+b₆)，即B_i為交叉口各類型所占數(shù)目與交叉口總數(shù)的比值(i＝1,2,3,4,5,6)；

步驟6)中所述模糊評價矩陣M是一個6×4矩陣，所述六類交叉口中的每一類都會有四種交通狀態(tài)的可能，如式(3)所示：

$M=\left(\begin{array}{cccc}{m}_{11}& m_{12}& m_{13}& m_{14}\\ m_{21}& m_{22}& m_{23}& m_{24}\\ m_{31}& m_{32}& m_{33}& m_{34}\\ m_{41}& m_{42}& m_{43}& m_{44}\\ m_{51}& m_{52}& m_{53}& m_{54}\\ m_{61}& m_{62}& m_{63}& m_{64}\end{array}\right)---\left(3\right)$

其中，矩陣因子m_qi表示路網(wǎng)中第q(q＝1,2,3,4,5,6)類交叉口的狀態(tài)為i(i＝1,2,3,4)的概率；

所述模糊評價矩陣因子m_qi由式(4)計算得到：

$m_{qi}=u\·\frac{x_i}{\underset{i=1}{\overset{4}{\Σ}}{x}_i}+(1-u)\·\frac{y_i}{\underset{i=1}{\overset{4}{\Σ}}{y}_i}---\left(4\right)$

其中，x_i(i＝1,2,3,4)為馬爾可夫過程預測的交叉口交通狀態(tài)界定值，y_i(i＝1,2,3,4)為歷史數(shù)據(jù)中下一時刻交叉口交通狀態(tài)界定值，u為調整參數(shù)，一般取0.75；

步驟7)中所述路網(wǎng)運行向量A如式(5)所示：

A＝(A₁ A₂ A₃ A₄) (5)

所述路網(wǎng)運行狀態(tài)向量的各分量由式(6)計算得到：

$A_i=\underset{j=1}{\overset{6}{\Σ}}{B}_j\·m_{ji}---\left(6\right)$

其中，B_j為交叉口各類型所占數(shù)目與交叉口總數(shù)的比值，m_ji為所述模糊矩陣因子。

3.如權利要求1所述的一種基于模糊馬爾可夫過程的路網(wǎng)交通狀態(tài)預測方法，其特征在于：

步驟2)中所述量化值具體是指將四類交通狀態(tài)：暢通，輕微擁擠，擁擠，嚴重擁堵分別對應為數(shù)值1,2,3,4；

步驟4)中所述交叉口當前或下一時刻狀態(tài)向量的四個分量分別代表步驟2)中所述四種交通狀態(tài)的概率值，其中最大的分量代表當前或下一時刻交叉口的狀態(tài)；

步驟7)中所述路網(wǎng)運行狀態(tài)向量的四個分量分別代表步驟2)中所述四種交通狀態(tài)的概率值，其中最大的分量代表路網(wǎng)交通狀態(tài)。