10.3969/j.issn.1002-0268.2019.02.015
基于数据融合的公交到站时间组合预测模型
为优化公交系统运营时间管理,提升公交系统信息化服务水平,针对多公交线路共线的情况开展研究,提出了一种基于多公交线路数据融合的公交到站时间组合预测模型.该模型由公交行驶时间预测子模型和公交站点停靠时间预测子模型组成,旨在最大限度地提取公交运行相关信息用于公交到站时间预测,进而减少预测的误差.为了混合和充分利用多公交路线的时间数据,提出了3个加权平均时间作为模型的输入变量,并引入了遗忘因子函数(FFF)体现数据对加权平均时间计算的不同贡献.根据支持向量机(SVM)在预测到站时间时的良好表现,采用了SVM预测公交停靠与行驶时间.为验证并评价文中提出的模型,采集了江西省宜春市的公交运行数据,数据覆盖11个路段、12个公交站、16条公交线路.预测的结果表明,引入多线路数据融合的组合预测模型可以显著提高公交到站时间的预测精度,最优的行驶时间预测子模型和停靠时间预测子模型分别为R1和D7,而最佳的公交到站时间预测模型则为R1+D1.相比以往研究的结果,基于多公交线路数据融合的公交到站时间组合预测模型R1+D1在到站时间预测精度方面的提升为13.92%(MAPE)和14.48%(RMSE).此外,FFF的变化及其参数取值会影响时间预测模型的预测结果.
交通工程、到站时间预测、支持向量机、公交系统、数据融合、组合模型
36
U491.1+4(交通工程与公路运输技术管理)
国家自然科学基金项目51878166, 71801042, 51678132;江苏省自然科学基金项目BK20180381;中国博士后科学基金项目2018M632211;江苏省博士后科研资助计划项目1701082B
2019-05-31(万方平台首次上网日期,不代表论文的发表时间)
共9页
112-120