版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著城市進(jìn)程化的加快,人們生活水平大幅度提升,機(jī)動(dòng)車尤其是私家車的擁有量和道路的交通量都急劇增加,隨之而來(lái)的城市交通擁擠、交通事故、能源短缺和環(huán)境污染等諸多問(wèn)題也日益突出。交通問(wèn)題已經(jīng)成為嚴(yán)重阻礙城市發(fā)展的因素之一。
優(yōu)先發(fā)展智能公交系統(tǒng),鼓勵(lì)廣大市民乘坐公共交通出行,這是解決城市交通擁堵問(wèn)題的重要途徑之一。隨著智能交通系統(tǒng)的出現(xiàn),如何實(shí)現(xiàn)公共交通系統(tǒng)的信息化、智能化顯得尤為重要。實(shí)現(xiàn)智能公交系統(tǒng)的關(guān)鍵技術(shù)就是公交車到站時(shí)間預(yù)
2、測(cè),對(duì)公交車到站時(shí)間的預(yù)測(cè)研究,是提高城市公交系統(tǒng)運(yùn)營(yíng)效率和發(fā)展智能公共交通系統(tǒng)的重要研究方向。
本文首先對(duì)國(guó)內(nèi)外現(xiàn)有的行程時(shí)間預(yù)測(cè)技術(shù)研究現(xiàn)狀進(jìn)行分析和對(duì)比,分別指出各個(gè)模型的優(yōu)缺點(diǎn)。然而隨著數(shù)據(jù)采集技術(shù)的成熟和對(duì)時(shí)間預(yù)測(cè)精度要求的提高,上述模型在時(shí)間預(yù)測(cè)方法和精度上依然存在不足。本文基于GPS車輛定位系統(tǒng)數(shù)據(jù)采集方法,對(duì)公交車采集的原始數(shù)據(jù)進(jìn)行預(yù)處理和分析,獲得公交車歷史行程時(shí)間?;诠粚?shí)時(shí)運(yùn)行數(shù)據(jù)與歷史數(shù)據(jù)相結(jié)合的方法
3、,充分考慮多種隨機(jī)因素的影響,提出了一種基于支持向量機(jī)(SVM)與實(shí)時(shí)預(yù)測(cè)相結(jié)合的混合型公交運(yùn)行時(shí)間預(yù)測(cè)模型。在該模型中,SVM基于歷史數(shù)據(jù),輸入特性選擇時(shí)間段、節(jié)假日、天氣、路段長(zhǎng)度和速度5個(gè)變量,預(yù)測(cè)各路段車輛運(yùn)行時(shí)間的基準(zhǔn)時(shí)間。由于基于支持向量機(jī)預(yù)測(cè)模型完全基于公交運(yùn)行歷史數(shù)據(jù),由于公交車運(yùn)行存在實(shí)時(shí)性和受動(dòng)態(tài)隨機(jī)狀況影響等特點(diǎn),為了反映當(dāng)前時(shí)刻公交車運(yùn)行的特性,提出一種動(dòng)態(tài)混合型公交到站時(shí)間預(yù)測(cè)模型,該模型結(jié)合支持向量機(jī)靜態(tài)輸出
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于SVM-H∞公交車輛到站時(shí)間預(yù)測(cè)研究.pdf
- 基于支持張量機(jī)與動(dòng)態(tài)混合算法的公交車到站時(shí)間在線預(yù)測(cè)研究.pdf
- 基于SVM和Kalman濾波的公交到站時(shí)間預(yù)測(cè)方法研究.pdf
- 公交車輛到站時(shí)間預(yù)測(cè)方法研究.pdf
- 公交車輛行程時(shí)間預(yù)測(cè)方法研究.pdf
- 基于SVM的混沌時(shí)間序列預(yù)測(cè)方法研究.pdf
- 城市公交車輛到站時(shí)間預(yù)測(cè)方法研究.pdf
- 公交車到站時(shí)間動(dòng)態(tài)預(yù)測(cè)方法研究.pdf
- 公交車輛到站時(shí)間預(yù)測(cè)研究.pdf
- 基于粒子濾波的公交車輛到站時(shí)間預(yù)測(cè)研究.pdf
- 基于ACON-SVM-HMM混合算法的情感識(shí)別研究.pdf
- 基于GPS的智能公交車輛到站時(shí)間預(yù)測(cè)方法研究與系統(tǒng)實(shí)現(xiàn).pdf
- 基于公交車載數(shù)據(jù)的車輛行駛時(shí)間預(yù)測(cè)研究.pdf
- 智能公交車輛到站時(shí)間預(yù)測(cè)研究.pdf
- 基于CAN總線的公交車輛定位技術(shù)及到站時(shí)間預(yù)測(cè)算法研究.pdf
- 公交車輛動(dòng)態(tài)調(diào)度策略與方法研究.pdf
- 基于SVM的車輛自動(dòng)分類方法研究與實(shí)現(xiàn).pdf
- 基于時(shí)間序列的SVM滑坡預(yù)測(cè)和模糊PID控制研究.pdf
- 40824.基于gps的公交車輛到達(dá)時(shí)間預(yù)測(cè)技術(shù)研究
- 基于BBN-SVM和PCV的多變量時(shí)間序列預(yù)測(cè)算法研究.pdf
評(píng)論
0/150
提交評(píng)論