李明亮

（重庆大学计算机学院，重庆 400044）

基于RFID数据的动态OD估计方法研究

李明亮

（重庆大学计算机学院，重庆 400044）

OD矩阵是微观交通仿真、城市交通规划、管理和控制的重要基础数据。随着RFID技术在智能交通中的应用日益广泛，获得的交通数据越来越精确，为OD矩阵的获取提供数据上的便利。针对极大熵模型中没有给出分配矩阵获取的具体方法，提出基于RFID数据的分配矩阵获得方法，得到极大熵的改进模型，提高模型推算的精度。最后，以重庆市某路网作为研究对象，对该模型进行检验，实验结果证明该模型的可行性。

动态OD 矩阵；RFID 数据；极大熵模型；分配矩阵

0 引言

OD（Origin-Destination）矩阵，或称OD表，是描述交通网络中所有出行的起点（Origin）与终点（Destination）之间在一定时间范围内出行交换数量的表格。动态OD矩阵则反映了每个OD对在交通网络中时变的交通需求，是非常重要的交通数据。

OD矩阵的获取主要分为人工调查法和模型推算法。人工调查法可获得准确性较高的OD矩阵，但需要通过大规模的、代价昂贵的人工调查来实现。模型推算法是基于交通数据，应用各种推算模型，来获得OD矩阵，模型主要包括广义最小模型[1]、最大似然模型[2]、最小信息量模型[3]、卡尔曼滤波模型[4]和极大熵模型[5]等。其中极大熵模型具有能够充分地利用路段流量和历史OD矩阵信息，求解的过程相对简单，计算结果精度高等特点，因此在OD矩阵估计中得到广泛的应用。

在极大熵模型的求解过程中，交通分配矩阵是重要的基础数据，交通分配矩阵的准确度将直接影响到计算结果的精度。……