题目：车联网环境下旅行时间分布的关联估计

      近年来城市道路拥堵问题日益突出，究其原因主要是城市车辆保有量超出路网的承受能力，因此对车辆有效监管以及合理的诱导显得尤为重要。随着无线通信和智能车载设备的快速发展，越来越多的车辆实现互联互通。在车联网的环境下，根据车辆的采集的信息，综合道路状况为车辆提供动态诱导服务能够有效地缓解城市拥堵问题。对于动态路径诱导系统而言，如何实现路径旅行时间分布准确可靠估计是其面临的关键问题。因此，围绕这个问题，本文开展了以下研究：

（1）对车联网技术的国内外研究现状进行了分析总结，在此基础上探讨了车联网的关键技术、系统构架及在信息采集方面的优势；

（2）在数据采集的基础上，利用马尔可夫链研究了主干路的连续路段旅行时间的关联性，在此基础上通过历史数据和实时数据融合实现旅行时间分布的短期估计。在旅行时间关联分布的基础上，利用动态规划的思想实现了动态路径诱导。

（3）为了验证方法的可行性，首先根据车联网的系统构架搭建了车联网信息服务平台；同时利用PARAMICS仿真，提取出主干路的旅行时间数据，在此基础上从准确性方面对本文提出的方法进行验证，实验表明估计相对平均误差在1%以下；最后通过路网仿真，验证了在本文提出的旅行时间分布估计算法基础上的动态路径诱导的可行性。