考虑前序路段状态的公交到站时间双层BPNN预测模型

摘要：

为提高公交到站时间预测精度,提出基于双层BPNN与前序路段状态的综合预测模型.基于静态变量及顶层BPNN模型预测车辆到达每个站点的初始行程时间,利用K-means聚类及马尔科夫链模型基于前序路段状态预测目标路段行驶时间;将上述两个模型的预测值及上一班次车辆的行程时间作为输入变量,基于底层BPNN模型预测车辆在目标路段的行程时间,进而动态调整车辆到达每个站点的时间.以上海市791路公交车早晚高峰各路段的行程时间为例进行模型测试,并与其他4种模型进行比较.结果表明,所提模型具有较高的预测精度,尤其在雨天,比传统BPNN模型预测精度提高57.25％.

关键词：城市交通、公交车辆、双层BPNN模型、行程时间预测、前序路段状态

所属期刊栏目：20

分类号：U491(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/National Natural Science Foundation of China71804127

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：127-133