江苏大学学报(自然科学版)

作者：赵磊娜,张思诗,白玉佳,张文轩,陈萱

单位：1. 重庆交通大学 数学与统计学院， 重庆 400074； 2. 重庆交通大学 信息科学与工程学院， 重庆 400074

关键词：智能交通,  参数估计方法,  最大相关熵准则,  数据拟合,  统计特性

基金：重庆市教委科学技术研究项目(KJQN202100712，KJQN202200713)<br />\r\n<div>\r\n\t<br />\r\n</div>

为了探究交通量数据特性，提高交通量数据拟合的参数估计精度，基于最大相关熵准则提出了一种交通量数据拟合的参数估计方法.首先对交通量数据进行预处理，然后指定数据概率分布，再采用最大相关熵准则来估计模型参数，采用梯度上升法进行输出，得到概率分布参数估计值，并与传统最小二乘估计和最大似然估计进行结果比较.基于实测数据和假定的4个分布模型（正态分布、对数正态分布、韦布尔分布、瑞利分布）进行性能评估，研究表明：构建的基于最大相关熵准则方法拟合性能优于最小二乘估计和最大似然估计，4个分布模型综合评价指标分别为0.979 00、0.726 08、1.397 69和1.494 50，具有较强的准确性和可靠性.

来源：2025年第2期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2025年第2期