10.3969/j.issn.1005-3026.2011.03.035
基于模糊神经网络的短时公交到站时间预测
研究了中国公交运营特点,利用全球定位系统和电子票务收费系统收集的车辆实时信息,建立了路段和站点补偿模糊神经网络模型,分别预测车辆的路段行驶时间和站点停留时间.路段预测模型的输入是所有重合线路的站点行驶数据,改变了现有预测模型只采用单线路数据的不足.以济南市一条实际公交线路为例,利用VISSIM模拟专用道和非专用道两种道路结构并计算到站时间预测值,结果证明:提出的模型性能明显优于平均值法和卡尔曼滤波法,15min内预测累积误差小于10%,而在公交专用道上误差小于7%.
公交到站时间、短时预测、模糊策略、补偿模糊神经网络、重合线路
32
U491(交通工程与公路运输技术管理)
辽宁省教育厅人文社会科学基金资助项目2009JD31
2015-07-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
443-446