版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在當今時代,隨著社會經(jīng)濟的快速發(fā)展,中國的大多數(shù)城市人口密度急劇增長,給道路交通帶來很大的壓力,發(fā)展智能公交系統(tǒng)成為當今的首要問題。提高公交到站時間預測模型的可靠性和精確度,可以方便居民合理安排出行時間、減少在站臺的等待時間,有助于公交運營企業(yè)合理調(diào)度公交車輛,推動城市公共交通的發(fā)展。然而由于城市路網(wǎng)復雜,影響公交車輛行駛的因素種類繁多且相互影響,很難準確地預測公交到站時間。本文通過對具體城市的交通狀況進行分析,建立合適的公交到站時間預
2、測模型,具有重要的實際意義。
對國內(nèi)外公交到站時間預測的研究現(xiàn)狀進行對比和分析,重點研究相關(guān)理論與技術(shù),給出預測模型的總體結(jié)構(gòu)。從多個角度分析公交GPS數(shù)據(jù)產(chǎn)生誤差的原因,并從誤差產(chǎn)生的根源出發(fā),給出對應(yīng)的解決方案;利用現(xiàn)有的公交歷史數(shù)據(jù),分析影響公交行駛因素;利用樣本數(shù)據(jù)并結(jié)合聚類分析算法,分析公交車在全天時段內(nèi)的行駛規(guī)律;分析歷史樣本數(shù)據(jù)和實時樣本數(shù)據(jù)之間的規(guī)律,探討特征輸入選取問題,得出特征選取的一些方法和策略。
3、 在分析影響公交車輛行駛因素及其行駛規(guī)律后,確定預測模型的輸入條件因素及參考數(shù)據(jù)。依據(jù)車輛行駛時的狀態(tài),將總的行駛時間分為站間行駛時間和站點??繒r間兩個部分,站間行駛時間分別使用基于改進粒子群算法的支持向量機模型和多元線性回歸模型進行預測,站點??繒r間使用頻數(shù)加權(quán)數(shù)據(jù)融合技術(shù)進行預測,從而得到一個預測的基準時間,再利用實時數(shù)據(jù)使用卡爾曼濾波算法對基準時間進行動態(tài)修正,從而得到最終的預測到站時間。最后,選擇大連市10路公交線路的GPS原
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 城市公交到站時間預測方法研究.pdf
- 公交到站時間預測模型的研究.pdf
- 基于GPS數(shù)據(jù)的公交到站時間預測.pdf
- 基于靜態(tài)和動態(tài)算法結(jié)合的公交到站時間預測.pdf
- 基于SVM-H∞公交車輛到站時間預測研究.pdf
- 山地城市公交到站信息預測研究.pdf
- 基于粒子濾波的公交車輛到站時間預測研究.pdf
- 公交車輛到站時間預測方法研究.pdf
- 城市公交車輛到站時間預測方法研究.pdf
- 公交車到站時間動態(tài)預測方法研究.pdf
- 公交車輛到站時間預測研究.pdf
- 基于GPS的公交浮動車到站時間預測.pdf
- 智能公交車輛到站時間預測研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的公交車到站時間預測.pdf
- 基于GPS的智能公交車輛到站時間預測方法研究與系統(tǒng)實現(xiàn).pdf
- 基于浮動公交車的交通信息實時檢測和公交車到站時間預測研究.pdf
- 公交車到站時間預測模型與實證研究.pdf
- 基于Kalman濾波的風速預測和分析.pdf
- 基于SVM的混沌時間序列預測方法研究.pdf
- 基于有限狀態(tài)自動機的公交車到站時間預測模型.pdf
評論
0/150
提交評論