10.3969/j.issn.1001-0505.2016.03.033
基于 ARIMA-SVM 模型的快速公交停站时间组合预测方法
为了研究快速公交(BRT)系统公交站台停靠时间的可靠预测技术,对 BRT 车辆在站台停靠的物理过程进行分析.该过程既具有纵向时间相关性,又受到其他交通子系统的非线性作用,因此将 BRT 车辆停站时间拆解成线性部分和非线性部分.分别采用差分自回归移动平均(ARI-MA)模型和支持向量机(SVM)方法对两部分进行预测,并将预测结果叠加,构成一种快速公交停站时间的组合预测方法.以常州 BRT 2号线2个快速公交站的停站时间数据及其相关数据为样本进行建模,建模结果表明该组合预测方法行之有效.相较于单一的 ARIMA 模型和 SVM 模型,组合模型停站时间预测值的平均相对百分误差、均方误差均明显降低,误差1 s 内命中百分率提高,且在训练数据足够时,组合模型的平均相对百分误差、均方误差分别为0.62%和4.05 s2,误差1 s 内命中百分率达到96.79%.
差分自回归、支持向量机、组合预测方法、快速公交、停站时间
46
U492.3(交通工程与公路运输技术管理)
国家自然科学基金资助项目51338003,51378120;国家重点基础研究发展计划973计划资助项目2012CB725402.
2016-10-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
651-656