基于 ARIMA-SVM 模型的快速公交停站时间组合预测方法

摘要：

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％．

关键词：差分自回归、支持向量机、组合预测方法、快速公交、停站时间

所属期刊栏目：46

分类号：U492.3(交通工程与公路运输技术管理)

资助基金：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．

在线出版日期：2016-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：651-656