公交車輛到站時(shí)間預(yù)測研究.pdf

1、公交車輛到站時(shí)間是出行者最為關(guān)心的交通信息之一,提高公交車輛到站時(shí)間預(yù)測模型的精度和可靠性,可對(duì)城市公共交通的發(fā)展起到積極的推動(dòng)作用。
　　 論文系統(tǒng)地分析了公交車輛到站時(shí)間的組成部分和影響因素,選取公交車輛在前續(xù)站點(diǎn)的到站時(shí)間、停靠時(shí)間和延誤程度為預(yù)測模型的輸入變量,設(shè)計(jì)并實(shí)現(xiàn)了基于車輛GPS數(shù)據(jù)的插值方法、數(shù)據(jù)庫結(jié)構(gòu)和數(shù)據(jù)處理算法,得到了公交車輛在每站的詳細(xì)運(yùn)行數(shù)據(jù)。
　　 在此基礎(chǔ)之上,論文首先提出了基于平均行駛和

2、?？繒r(shí)間的統(tǒng)計(jì)模型;隨后建立了BP人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型,使用樣本數(shù)據(jù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò),擬合前續(xù)站點(diǎn)到站時(shí)間、?？繒r(shí)間和延誤程度與后續(xù)到站時(shí)間之間的非線性關(guān)系,利用實(shí)時(shí)的已到站信息對(duì)后續(xù)到站時(shí)間進(jìn)行預(yù)測;最后提出了改進(jìn)的非參數(shù)回歸模型,先對(duì)搜索數(shù)據(jù)庫進(jìn)行聚類分析,隨后對(duì)狀態(tài)向量進(jìn)行主成分分析以達(dá)到降維的效果,在此基礎(chǔ)之上選取K近鄰機(jī)制和加權(quán)平均預(yù)測算法來構(gòu)建模型。
　　 最后論文對(duì)北京公交16路實(shí)際采集來的3369組數(shù)據(jù)進(jìn)行實(shí)證分析