10.16097/j.cnki.1009-6744.2018.05.020
基于极限学习机的公交行程时间预测方法
以公交车GPS数据为基础,建立了基于极限学习机方法的公交站点间行程时间预测模型.依据GPS数据在站点附近的特征表现,定义了公交车到站临界点,并分析了临界点处车辆的5种运行状态;提出了公交车到站时刻估算方法,进而得到公交车行程时间数据;通过分析公交车行程时间数据内在特征,确定了极限学习机模型关键参数及其纬度;最后,以长春市88路公交车GPS数据为基础进行了方法验证.结果表明,所用ELM方法预测误差约为11%,并与应用广泛的BP神经网络、RBF神经网络、SVM进行对比分析,发现ELM方法在满足精度前提下拥有更快训练速度与预测可靠性.
智能交通、GPS数据、极限学习机、公交行程时间预测
18
U491(交通工程与公路运输技术管理)
国家自然科学基金/National Natural Science Foundation of China51278220;吉林省自然科学基金/Jilin Natural Science Foundation20180101063JC
2018-11-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
136-142,150