为了不计算路段阻抗而获取起点到终点的多条最优路径,提出一种基于路段间转移概率并通过路段转移采样来计算最优路径集的方法(最优路径集路段转移概率法):首先,通过分时段、分区域来获取路段间转移概率,采用时段划分将交通状态随时间变化的影响纳入考虑,利用交通小区代替给定起点和终点,避免了路网中起点与终点数量巨大、特定点对之间数据量不足的问题;然后,基于路段转移采样进行轨迹采样并获取最优路径集.该方法不需计算路段阻抗,对数据要求低,计算简便.案例分析表明:利用最优路径集路段转移概率法得到的计算路径与实际路径的涵盖程度高,区域划分大小对结果影响较小,时段划分可有效反应交通状况.

提出一种基于路段间转移概率的最优路径预测方法,即根据出行时间,将历史出行数据分为早高峰、晚高峰、非高峰3组反映不同交通状况的时间段;根据起点和终点所在区域,对出行数据作进一步处理,解决给定起点与终点之间出行数据不足的问题.基于有经验的出行者选择路径即为最优路径这一假设,通过历史出行轨迹计算得到路段间的转移概率,建立Markov链模拟出行者路段选择行为,将最大选择概率路径作为最优路径的预测结果,并给出其求解方法.该方法仅利用历史出行轨迹进行最优路径预测,避免了复杂的路段阻抗计算,且具有数据易获取,与实际出行行为一致性高,计算量小的优点.案例分析表明,预测结果准确性在不同出行时段下产生变化,而交通区域划分的大小对其影响较小.